Factors influencing the occurrence of fall armyworm parasitoids in Zambia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Invasive alien species have environmental, economic and social impacts, disproportionally threatening livelihood and food security of smallholder farmers in low- and medium-income countries. Fall armyworm (FAW) ( Spodoptera frugiperda ), an invasive insect pest from the Americas, causes considerable losses on maize to smallholder farmers in Africa since 2016. The increased use of pesticides to control FAW in Africa raises concerns for health and environmental risks resulting in a growing interest in research on biological control options for smallholder farmers. In order to evaluate the occurrence of local natural enemies attacking FAW, we collected on a weekly basis FAW eggs and larvae during a maize crop cycle in the rainy season of 2018–2019 at four locations in the Lusaka and Central provinces in Zambia. A total of 4373 larvae and 162 egg masses were collected. For each location and date of collection, crop stage, the number of plants checked and amount of damage were recorded to analyse which factors best explain the occurrence of the natural enemy species on maize. Overall parasitism rates from local natural enemies at each location varied between 8.45% and 33.11%. We identified 12 different egg-larval, larval and larval-pupal parasitoid species. Location, maize growth stage, pest density and larval stage significantly affected parasitoid species occurrence. Our findings indicate that there is potential for increasing local populations of natural enemies of FAW through conservation biological control programmes and develop safe and practical control methods for smallholder farmers.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle