Using a biovigilance approach for pest and disease management in Quebec vineyards
Notice bibliographique
Résumé
Biovigilance can be defined as the study of the unintentional effects of various factors on pest (insects, pathogens, and weeds) populations, biodiversity and ecological services. Biovigilance research allows for the detection of significant temporal and spatial trends that may be linked to agricultural practices, new plant protection products, cultivars grown, new crops, climate change, or emerging and new pests. Since the 1950s, farming and pest management practices have undergone considerable changes driven notably by increased mechanization, intensive use of fertilizers and pesticides, and genetic improvement of crops. These practices have exerted pressure on pest populations, which have adapted by, among other means, developing pesticide resistance and overcoming crop resistance. In addition, climate change and the movement of plant products between different areas or countries also influence the diversity of pest populations and their natural enemies. As a result, pest management decisions must take into account these changes. Biovigilance-based information can be used for strategic (long-term) decisions about matters such as the type of production system, crop rotation, and host genetic selection for perennial crops. Similarly, knowledge on pest aggressiveness or pesticide resistance should be considered when making tactical (short-term) disease management decisions. Ultimately, biovigilance provides frameworks to address the increasing complexity of plant protection. The ultimate objective of biovigilance-based pest management is to mitigate potential threats before they become important problems. Typically, this approach to pest management is forward-looking and requires a long-term commitment for research. Viticulture in eastern Canada illustrates how biovigilance information can help to make optimal pest management decisions.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».