MétaCan
Menu
Retour à la cohorte
Enregistrement W2756095535 · doi:10.5539/jas.v9n10p11

Constraints to Vegetable Production Resulting from Pest and Diseases Induced by Climate Change and Globalization: A Review

2017· review· en· W2756095535 sur OpenAlexvenueno aff
Mutondwa M. Phophi, Paramu Mafongoya

Notice bibliographique

RevueJournal of Agricultural Science · 2017
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to elevated CO2
Établissements canadiensnon disponible
Organismes subventionnairesInyuvesi Yakwazulu-NataliNational Research Foundation
Mots-clésBiosecurityAgricultureDistribution (mathematics)PEST analysisClimate changeGreenhouse gasNatural resource economicsAgroforestryGlobal warmingIntegrated pest managementAgricultural productivityProduction (economics)Insect pestGlobalizationGeographyAgronomyBiotechnologyEcologyBusinessBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

Vegetable production worldwide is constrained by pests and diseases which effects are exacerbated by climate change and variability. Greenhouse gas emissions are also increasing due to poor agricultural practices and other human activities. This will continue to have a negative impact on the prevalence of insect pests and diseases. This review focuses on the climatic factors that impact on insect pests and diseases of vegetable crops. High atmospheric temperatures and elevated carbon dioxide increases pest development, survival of pests and distribution of pest to new areas. The distribution of insect pests and diseases are not due to climate changes only but are also a result of globalisation and poor biosecurity measures at country borders. There is limited information on the distribution of pests and diseases due to globalisation in African countries. New exotic pests will continue to be introduced to countries if biosecurity measures are not improved. Future research must focus on how to manage emerging pests and diseases influenced by high temperatures and carbon dioxide and other climatic conditions which influence pest severity under smallholder farmers in the southern African regions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,498

Scores Codex et Gemma par catégorie

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

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 Opus0,092
Tête enseignante GPT0,316
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPlant responses to elevated CO2Travaux en français237 207