MétaCan
Menu
Retour à la cohorte
Enregistrement W3118948247 · doi:10.1002/ps.6254

Insecticide resistance management and industry: the origins and evolution of the <scp>I</scp>nsecticide <scp>R</scp>esistance <scp>A</scp>ction <scp>C</scp>ommittee (<scp>IRAC</scp>) and the mode of action classification scheme

2021· review· en· W3118948247 sur OpenAlexaff
Thomas C. Sparks, Nicholas P. Storer, Alan L. Porter, Russell Slater, Ralf Nauen

Notice bibliographique

RevuePest Management Science · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect Resistance and Genetics
Établissements canadiensGreenfield Research (Canada)
Organismes subventionnairesCollege of Engineering, Michigan State UniversityMichigan State University
Mots-clésAcaricideResistance (ecology)Crop protectionPesticide resistanceBiotechnologyMode of actionToxicologyBiologyPesticideAgronomy

Résumé

récupéré en direct d'OpenAlex

Insecticide resistance is a long-standing problem affecting the efficacy and utility of crop protection compounds. Insecticide resistance also impacts the ability and willingness of companies around the world to invest in new crop protection compounds and traits. The Insecticide Resistance Action Committee (IRAC) was formed in 1984 to provide a coordinated response by the crop protection industry to the problem of insecticide resistance. Since its inception, participation in IRAC has grown from a few agrochemical companies in Europe and the US to a much larger group of companies with global representation and an active presence (IRAC Country Groups) involving an even wider array of companies in more than 20 countries. The focus of IRAC has also evolved from that of defining and documenting cases of insecticide resistance to a pro-active role in addressing insecticide resistance management (IRM) providing an array of informational and educational tools (videos, posters, pamphlets) on insect pests, bioassay methods, insecticide mode of action and resistance management, all publicly available through its website (https://irac-online.org/). A key tool developed by IRAC is the Insecticide Mode of Action (MoA) Classification Scheme, which has evolved from a relatively simple acaricide classification started in 1998 to the far broader scheme that now includes biologics as well as insecticides and acaricides. A separate MoA Classification Scheme has also been recently developed for nematicides. The IRAC MoA Classification Scheme coupled with expanding use of MoA labeling on insecticide and acaricide product labels provides a straightforward means to implement IRM. An overview of the history of IRAC along with some of its notable accomplishments and future directions are reviewed. © 2021 The Authors. Pest Management Science published by John Wiley & Sons Ltd on behalf of Society of Chemical Industry.

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)0,006
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,010
Communication savante0,0080,007
Science ouverte0,0010,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,024
Tête enseignante GPT0,292
Écart entre enseignants0,267 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations264
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePest Management ScienceMême sujetInsect Resistance and GeneticsTravaux en français237 207