MétaCan
Menu
Retour à la cohorte
Enregistrement W4240996058 · doi:10.1673/031.014.73

Diversity and Abundance of Leafhoppers in Canadian Vineyards

2014· article· en· W4240996058 sur OpenAlexaffabout
Julien Saguez, Chrystel Olivier, Andrew J. Hamilton, L. W. Stobbs, Jacques Lasnier, Brian Galka, Xiang‐Sheng Chen, Yves Mauffette, Charles Vincent

Notice bibliographique

RevueJournal of Insect Science · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePhytoplasmas and Hemiptera pathogens
Établissements canadiensUniversité du Québec à MontréalAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésBiologyHemipteraLeafhopperAbundance (ecology)AuchenorrhynchaSpecies richnessTemperate climateCicadomorphaPEST analysisEcologyBotanyHomoptera

Résumé

récupéré en direct d'OpenAlex

Leafhoppers (Hemiptera: Cicadellidae) are pests of many temperate crops, including grapevines (Vitis species). Uncontrolled populations can induce direct and indirect damage to crops due to feeding that results in significant yield losses and increased mortality in infected vineyards due to virus, bacteria, or phytoplasmas vectored by leafhoppers. The main objective of this work was to determine the diversity of leafhoppers found in vineyards of the three main Canadian production provinces, i.e., in British Columbia, Ontario, and Quebec. Approximately 18,000 specimens were collected in 80 commercial vineyards from 2006 to 2008. We identified 54 genera and at least 110 different species associated with vineyards, among which 22 were predominant and represented more than 91% of all the leafhoppers. Species richness and diversity were estimated by both Shannon's and Pielou's indices. For each province, results indicated a temporal variation in species composition. Color photographs provide a tool to quickly identify 72 leafhoppers commonly associated with vineyards.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,198
Écart entre enseignants0,181 · 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'étudeObservationnel
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

Citations13
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Insect ScienceMême sujetPhytoplasmas and Hemiptera pathogensTravaux en français237 207