Modelling the tri-trophic population dynamics of a host crop (<i>Triticum aestivum</i>; Poaceae), a major pest insect (<i>Sitodiplosis mosellana</i>; Diptera: Cecidomyiidae), and a parasitoid of the pest species (<i>Macroglenes penetrans</i>; Hymenoptera: Pteromalidae): a cohort-based approach incorporating the effects of weather
Notice bibliographique
Résumé
Abstract This paper describes a tri-trophic analysis of the ecological dynamics of a crop, an insect pest, and a natural enemy of the insect pest. Worldwide wheat ( Triticum Linnaeus) (Poaceae) production in 2018–2019 was estimated at over 700 million metric tons in 2018–2019. Wheat midge, Sitodiplosis mosellana (Géhin) (Diptera: Cecidomyiidae), a serious insect pest of wheat, is widely distributed in many parts of the world where wheat production occurs. Macroglenes penetrans (Kirby) (Hymenoptera: Pteromalidae), a parasitoid of S. mosellana , has successfully established in most wheat midge-infested areas. Mechanistic, or process-based, population models were used in this study to assess the interactive population dynamics of the three species, based on their respective life cycles and meteorological factors. The models were validated with survey data from multiple sites over numerous years (1991–2016). These simulation models helped to detail our understanding of the tri-trophic population dynamics and will help guide pest management decisions both prior to the growing season and until wheat heading, when wheat is no longer susceptible to S. mosellana . The associated models also help identify gaps in system knowledge, provide a foundation for evaluating future innovative management options, and evaluate the potential impact of a changing climate.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».