MétaCan
Menu
Retour à la cohorte
Enregistrement W2805418454 · doi:10.1080/09670874.2018.1475690

Modelling optimal timing and frequency of insecticide sprays for knockdown in preparation for other control measures

2018· article· en· W2805418454 sur OpenAlexaff
Hugh J. Barclay, John W. Hargrove, Robert Steacy, P. van den Driessche

Notice bibliographique

RevueInternational Journal of Pest Management · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect behavior and control techniques
Établissements canadiensUniversity of VictoriaCanadian Sport Centre Pacific
Organismes subventionnairesnon disponible
Mots-clésBiologySurvivorship curveToxicologyPopulationCeratitis capitataLongevityMortality rateAnimal sciencePEST analysisDemographyBotanyTephritidae

Résumé

récupéré en direct d'OpenAlex

A modelling investigation was conducted into optimizing the number of sprays and inter-spray interval to reduce an insect population to a low level, for example, prior to pheromone trapping or the release of sterile males. The model population was age-structured and density-dependent. If spray mortality is 100% for each spray, then the ideal spraying schedule is easily determined from the durations of the various life stages. For spray mortality of less than 100%, a simulation was used to determine optimal spraying schedules. Relative length of the larval period, fertility rate and age to first oviposition were found to be the most important biotic parameters for this determination. Their importance is magnified as spray mortality decreases. The stage targeted by sprays and the percent mortality caused by each spray are also important in determining the required number of sprays. Using medfly (Ceratitis capitata Wiedmann) biotic parameters as an example when the spray targets adults, it appeared that neither the stage at which density-dependent mortality takes effect, nor the form of the adult survivorship curve are important in determining the optimal spray schedule.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,296
Écart entre enseignants0,257 · 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'étudeSimulation ou modélisation
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Pest ManagementMême sujetInsect behavior and control techniquesTravaux en français237 207