Best Management Practices to Delay the Evolution of Bt Resistance in Lepidopteran Pests Without High Susceptibility to Bt Toxins in North America
Notice bibliographique
Résumé
Canadian and United States (US) insect resistance management (IRM) programs for lepidopteran pests in Bacillus thuriengiensis (Bt)-expressing crops are optimally designed for Ostrinia nubilalis Hübner in corn (Zea mays L.) and Chloridea virescens Fabricius in cotton (Gossypium hirsutum L.). Both Bt corn and cotton express a high dose for these pests; however, there are many other target pests for which Bt crops do not express high doses (commonly referred to as nonhigh dose pests). Two important lepidopteran nonhigh dose (low susceptibility) pests are Helicoverpa zea Boddie (Lepidoptera: Noctuidae) and Striacosta albicosta Smith (Lepidoptera: Noctuidae). We highlight both pests as cautionary examples of exposure to nonhigh dose levels of Bt toxins when the IRM plan was not followed. Moreover, IRM practices to delay Bt resistance that are designed for these two ecologically challenging and important pests should apply to species that are more susceptible to Bt toxins. The purpose of this article is to propose five best management practices to delay the evolution of Bt resistance in lepidopteran pests with low susceptibility to Bt toxins in Canada and the US: 1) better understand resistance potential before commercialization, 2) strengthen IRM based on regional pest pressure by restricting Bt usage where it is of little benefit, 3) require and incentivize planting of structured corn refuge everywhere for single toxin cultivars and in the southern US for pyramids, 4) integrate field and laboratory resistance monitoring programs, and 5) effectively use unexpected injury thresholds.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».