MétaCan
Menu
Retour à la cohorte
Enregistrement W3027411811 · doi:10.1093/jipm/pmaa003

Biology, Ecology, and Management of Eastern Grape Leafhopper (Hemiptera: Cicadellidae), a Key Pest of Vineyards in North America

2020· article· en· W3027411811 sur OpenAlexaboutno aff
Kevin R Jarrell, Eric J. Rebek, Astri Wayadande, Kristopher L. Giles

Notice bibliographique

RevueJournal of Integrated Pest Management · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect-Plant Interactions and Control
Établissements canadiensnon disponible
Organismes subventionnairesOklahoma Agricultural Experiment Station
Mots-clésVineyardLeafhopperPEST analysisBiologyPhenologyIntegrated pest managementHemipteraVoltinismVineKey (lock)AgronomyEcologyBotanyHorticultureLarva

Résumé

récupéré en direct d'OpenAlex

Abstract Eastern grape leafhopper, Erythroneura comes (Say), is a key pest of grapes (Vitales: Vitaceae) in the central and northeastern United States and eastern Canada. This native insect uses its piercing-sucking mouthparts to puncture the mesophyll cells of leaves and suck out the contents, thereby reducing the quality and quantity of fruit. Eastern grape leafhopper has been reported as a vineyard pest for nearly 200 yr and is one of several Erythroneura spp. that feed on grapes in North America. Overwintered adults become active in early spring and may feed on grasses, weeds, and other plants before feeding on grapevines. Although eastern grape leafhopper has an extensive host range, it is only known to oviposit on wild and cultivated grapes. This multivoltine species can outbreak periodically, which has generated much research into improved monitoring and integrated pest management strategies employed throughout its native range. In this review, we describe the biology, life history, population dynamics, and phenology of eastern grape leafhopper and provide a historical account of monitoring and management strategies for this important vineyard pest.

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 enseignants0,025
Score d'incertitude au seuil0,050

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
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,219
Écart entre enseignants0,206 · 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Integrated Pest ManagementMême sujetInsect-Plant Interactions and ControlTravaux en français237 207