MétaCan
Menu
Retour à la cohorte
Enregistrement W2934822202 · doi:10.1093/jipm/pmz007

Biology and Management of the Carrot Weevil (Coleoptera: Curculionidae) in North America

2019· article· en· W2934822202 sur OpenAlexaboutno aff
Emily J Justus, Elizabeth Y Long

Notice bibliographique

RevueJournal of Integrated Pest Management · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect Pest Control Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyCurculionidaeWeevilDaucus carotaIntegrated pest managementPEST analysisBotanyAgronomyAgroforestry

Résumé

récupéré en direct d'OpenAlex

Abstract The carrot weevil, Listronotus oregonensis (LeConte) (Coleoptera: Curculionidae), is a devastating pest of high value Apiaceous crops like carrots (Daucus carota subsp. sativusHoffm.), parsley (Petroselinum crispum (Mill.) Fuss), and celery (Apium graveolens L.). Although native to North America, it is a serious pest across the Eastern United States and Great Lakes region of the United States and Canada. Females deposit eggs in the petiole of cultivated hosts, and upon hatching, larvae tunnel down through the petiole and into plant roots causing wilting, yellowing, and plant death. Scouting procedures focus mainly on adult activity and require detection of small egg scars on the foliage and crown of the root, or reliance on traps that are only effective at the beginning of the season before the crop emerges. Several avenues of cultural, biological, and chemical control have been explored for this pest, but with limited success. Furthermore, investigation of these management strategies have primarily focused on carrot systems, neglecting other cultivated Apiaceae. Here we present a review of carrot weevil research and highlight key knowledge gaps in the carrot weevil system, which impede our understanding of this insect’s biology and behavioral ecology. Future research addressing these key knowledge gaps will expand our understanding of this pest and contribute to the development and implementation of more effective management strategies.

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 enseignants0,054
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,207
Écart entre enseignants0,200 · 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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Integrated Pest ManagementMême sujetInsect Pest Control StrategiesTravaux en français237 207