Control Decision Rule for European Chafer (Coleoptera: Scarabaeidae) Larvae in Field Corn
Notice bibliographique
Résumé
After greenhouse and outdoor microplot experiments, a critical density of two third instars per microplot for third instars of European chafer, Rhizotrogus (Amphimallon) majalis (Razoumowsky), in corn, Zea mays L., was derived. On average, the number of missing or damaged plants increased ≈8% from zero to two larvae per 900 cm2. Furthermore, 23 fields in 2 yr were sampled for larvae along transects by using a golf cup cutter as the sampling tool and the critical density of 0.2 larva per sampling unit as the critical density. The sampling unit was one golf cup cutter with a diameter of 10.8 cm or 91.4 cm2 (10 sampling units ≈ 900 cm2 ≈ 1 foot2). Fieldwide means and variation were modeled to Taylor’s power law, a = 1.42 and b = 1.47, and 20 of 23 fields fit the negative binomial probability distribution. Wald’s formula for a sequential sampling plan was most accurate and least time-consuming, according to the operating characteristic and the average sample number function, relative to Iwao's and converging lines formulae. Percentage of sand, topography, soil bulk density, and proximity to trees were measured as potential predictors of areas with high larval density. Percentage of sand and soil bulk density were significant predictors, and topography and proximity to trees were not significant predictors. Field areas where the percentage of sand is high and the soil bulk density is low to moderate or where the percentage of sand is moderate and the soil bulk density is low should be chosen as sampling locations.
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 | 0,001 | 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 ».