MétaCan
Menu
Retour à la cohorte
Enregistrement W2891788636 · doi:10.21157/ijtvbr.v3i1.11356

Composition And Biodiversity Of Insect Species In Wheat Cultivation In Gayo Highland

2018· article· en· W2891788636 sur OpenAlexaboutno aff
Muhammad Sayuthi, Husni Husni, Lukman Hakim, Hasnah Hasnah, Alfian Rusdy, Tjut Chamzurni, Firdaus Firdaus

Notice bibliographique

RevueThe International Journal of Tropical Veterinary and Biomedical Research · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural pest management studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiodiversityBiologyDiversity (politics)InsectPEST analysisComposition (language)AgroforestrySpecies diversityAgronomyInsect pestGeographyEcologyBotany

Résumé

récupéré en direct d'OpenAlex

The need for wheat in Indonesia continues to increase and reaches 3.9 million tons per year. Around 80% of this requirement are supplied from, Canada, Australia and the United States. Gayo highland that belongs to the territory of Aceh province is potential for wheat plantation in Indonesia. Wheat plantation, however, faces various problems, one of them is pest attack. Various insect species come to wheat plantation and are predicted to get food sources both from vegetative and generative stages. The objectives of this study were to investigate composition and diversity of insect species in wheat plant either in vegetative or generative stages by adopting survey method. The results showed that total insects found in wheat plants were 2,858 individuals covering 13 ordos. Occurrence and diversity of the insects, either in vegetative and generative stages, tend to similar.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,647
Score d'incertitude au seuil0,207

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,131
Tête enseignante GPT0,336
Écart entre enseignants0,204 · 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'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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Tropical Veterinary and Biomedical ResearchMême sujetAgricultural pest management studiesTravaux en français237 207