MétaCan
Menu
Retour à la cohorte
Enregistrement W2995871747 · doi:10.19103/as.2019.0057.19

Advances in understanding and managing insect pests of forest trees

2019· book-chapter· en· W2995871747 sur OpenAlexaboutno aff
Barbara Bentz, Pierluigi Bonello, Horst Delb, Christopher J. Fettig, Therese M. Poland, Deepa S. Pureswaran, Steven J. Seybold

Notice bibliographique

RevueBurleigh Dodds series in agricultural science · 2019
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmerald ash borerPrismCanopyAgrilusInfestationGeographyHorticultureBiologyPEST analysisFraxinusPhysicsArchaeologyOptics

Résumé

récupéré en direct d'OpenAlex

The emerald ash borer, Agrilus planipennis, is the most damaging invasive forest insect pest ever to have invaded North America. It is native to Asia and is established in the United States, Canada, European Russia and Ukraine where it threatens native ash across North America and Europe. We evaluated trap designs, colors, and lures for A. planipennis detection at sites with varying infestation levels. Purple or green sticky prism traps and multiple funnel traps hung in the canopy of ash trees and double-decker traps (consisting of two sticky prisms attached to a 3m vertical pole at 3m and 1.8m above ground) had high detection rates even at sites with very low infestation levels. At a low infestation site, females were more attracted to dark purple sticky prism traps hung in the canopy and toManuka oil and Phoebe oil lures than to light green sticky prismtraps or cis-3-hexenol lures; whereas, males were more attracted to light green sticky prism traps in the canopy and cis-3-hexenol lures than to dark purple sticky prism traps or Manuka and Phoebe oil lures.Moremales and females were captured in double-decker traps with dark green upper prisms and light purple lower prisms, baited with cis-3-hexenol, than in double-decker traps with dark purple upper and lower prisms. Dark green funnel traps and double-decker traps with dark green upper and light purple lower prisms baited with cis-3-hexenol lures captured more females than dark green sticky prism traps hung in the canopy at sites with very low infestation levels. Detection rates were similar among trap types and ranged from 75 to 80% for dark green sticky prism traps, 82.5–100% for dark green funnel traps, and 100% for double-decker traps with dark green upper and light purple lower prisms at sites with very low A. planipennis infestations. Cost, ability to reuse the traps, and ease of deployment varies among trap types. These and other factors including trap placement, host density and condition should be considered in selecting traps and designing operational surveys. Future research is needed to determine effective trapping radius, relationship of trap catches to population density, cost benefit of different trap types, and optimal deployment strategy. Greater numbers of A. planipennis captured and higher detection rates in cis-3-hexenol-baited double-decker traps with dark green upper prisms and light purple lower prisms and in dark green funnel traps compared to dark green prism traps at sites with very low infestation levels, suggest these trap types would be most effective for operational detection surveys.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,827
Score d'incertitude au seuil0,986

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 technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,014
Tête enseignante GPT0,208
Écart entre enseignants0,195 · 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'étudeThéorique ou conceptuel
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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBurleigh Dodds series in agricultural scienceMême sujetForest Insect Ecology and ManagementTravaux en français237 207