MétaCan
Menu
Retour à la cohorte
Enregistrement W3214017216 · doi:10.22230/jem.2021v21n1a611

Comparison of Two Treatment Regimes for Managing Western Balsam Bark Beetle

2021· article· en· W3214017216 sur OpenAlexaff
Lorraine Maclauchlan, Julie E. Brooks

Notice bibliographique

RevueJournal of Ecosystems and Management · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensKamloops Art Gallery
Organismes subventionnairesnon disponible
Mots-clésBalsamAbies lasiocarpaBark beetleBark (sound)LoggingForestryPopulationPicea engelmanniiBiologyFellingMontane ecologyEcologyGeographyHorticulture

Résumé

récupéré en direct d'OpenAlex

The efficacy of pheromone-baited, standing subalpine fir Abies lasiocarpa (Hook) Nutt. and felled green trap trees was tested in southern British Columbia as potential manage- ment techniques for containing western balsam bark beetle Dryocoetes confusus Swaine populations prior to logging. In the year treatments were deployed, standing trees in close proximity to baited trees had significantly higher levels of current attack than those near felled trap trees or in control blocks. The control blocks had the lowest level of current at- tack. Diameters of attacked trees were significantly greater than unattacked trees in all treatments. Naturally attacked, standing subalpine fir had high levels of occupation (number of nuptial galleries) along the full length of the bole. Baited trees had similar levels of occupancy up to six metres in height. Felled green trees had lower occupancy than the baited or naturally attacked trees. Although baited trees concentrated attack into a discrete area, they did not artificially trigger an outbreak or further population expansion in the year following treatment. Felled trap trees appeared less attractive to western balsam bark beetle than natural, susceptible, standing subalpine fir; they are more difficult to de- ploy and therefore not recommended as a means of containing western balsam bark beetle prior to logging.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,679
Score d'incertitude au seuil0,401

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 technologies0,0000,000
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 Opus0,022
Tête enseignante GPT0,295
Écart entre enseignants0,273 · 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'étudeSans objet
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Ecosystems and ManagementMême sujetForest Insect Ecology and ManagementTravaux en français237 207