Lemongrass and Cinnamon Bark: Plant Essential Oil Blend as a Spatial Repellent for Mosquitoes in a Field Setting
Notice bibliographique
Résumé
Plant essential oils (EOs) have been considered as spatial repellents to help disrupt the pathogen transmission cycle of mosquitoes. Our objective was to assess spatial repellency effects of EOs on the tropical yellow fever mosquito, Aedes aegypti (L.) (Diptera: Culicidae) and on local mosquito populations in coastal British Columbia (Canada). In laboratory experiments using protocols of the World Health Organization, three of the solitary EOs tested proved repellent to Ae. aegypti: cinnamon bark, lemongrass, and rosemary. Binary combinations of select EOs enhanced the repellent effect of single EOs through synergistic interactions. The EO blend of geranium and peppermint lowered the RD50 (the dose required to obtain 50% repellency) of each solitary EO by >1,000-fold. Compared with binary EO blends, ternary EO blends were typically less repellent to mosquitoes, possibly due to a dilution effect of the most effective EO constituent(s) in the blend. In field experiments, the EO blend of lemongrass and cinnamon bark expressed spatial repellency towards the cool weather mosquito, Culiseta incidens (Thomson) (Diptera: Culicidae), even when this blend was disseminated from devices as much as 1 m away from a sentinel trap releasing attractive vertebrate host odorants and CO2. Deployment of EOs as spatial repellents in small outdoor gatherings could help protect humans from mosquito-borne diseases, particularly when this tactic is coupled with other tools of mosquito management.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».