MétaCan
Menu
Retour à la cohorte
Enregistrement W2745684354 · doi:10.1139/cjfr-2017-0192

Deep planting of Norway spruce seedlings: effects on pine weevil feeding damage and growth

2017· article· en· W2745684354 sur OpenAlexvenueno aff
Heli Viiri, Jaana Luoranen

Notice bibliographique

RevueCanadian Journal of Forest Research · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSeedling growth and survival studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSowingWeevilSeedlingCurculionidaeBiologyPicea abiesAgronomyHorticultureBotany

Résumé

récupéré en direct d'OpenAlex

As the use of mounding as a soil preparation method and mechanized planting become more common, the use of deep planting has increased. In deep planting, a greater portion of the stem is buried below the soil surface. However, it is feared that this increases the risk of insect damage, especially damage from the pine weevil Hylobius abietis (L.) (Coleoptera: Curculionidae). The effects of planting depth on the feeding preference of adult pine weevils in 1.5-year-old Norway spruce (Picea abies (L.) Karst.) seedlings were investigated using choice experiments. Seedlings were planted at two depths in a pot to compare (i) normal planting depth (target depth 3 cm) and (ii) deep planting (8 cm). In deep-planted seedlings, the number of feeding scars on lower stem parts above the soil surface, as well as severe feeding, was effectively reduced. After planting, the aboveground portion of the stem in deep-planted seedlings was clearly shorter and thinner, but the stems grew more both in height and diameter during the 5-week growing period than did normal-planted seedlings. At the end of the experiment, the deep-planted seedlings were still shorter, but there was no difference in diameter. In conclusion, deep planting protected 1.5-year-old seedlings from pine weevil feeding and improved seedling growth.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,030
Tête enseignante GPT0,286
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetSeedling growth and survival studiesTravaux en français237 207