MétaCan
Menu
Retour à la cohorte
Enregistrement W4245116319 · doi:10.1094/php-05-17-0031-br

Known Distribution of the Soybean Cyst Nematode, <i>Heterodera glycines</i>, in the United States and Canada, 1954 to 2017

2017· article· en· W4245116319 sur OpenAlexaboutno aff
Gregory L. Tylka, Christopher C. Marett

Notice bibliographique

RevuePlant Health Progress · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueNematode management and characterization studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoybean cyst nematodeHeteroderaNematodeBiologyDistribution (mathematics)Yield (engineering)AgronomyEcologyMathematics

Résumé

récupéré en direct d'OpenAlex

The soybean cyst nematode (SCN) is a major yield-reducing pathogen of soybeans in North America. The nematode is an introduced pest and, therefore, knowledge of the distribution of SCN can be helpful in identifying areas where scouting and management efforts should be focused. Such information is especially important because yield-reducing infestations of SCN can occur without obvious above-ground symptoms appearing. In late 2016, nematologists, plant pathologists, and state plant regulatory officials from the soybean-producing states in the United States and provinces in Canada were queried to obtain the latest information on where the nematode had been found. An updated map of the known distribution of SCN in North America was also created. There were 17 states in which SCN was newly found since 2014, when the map was last updated, including the first discovery of SCN in the state of New York. North Dakota was the state with the greatest number of counties, seven, in which SCN had been newly discovered since 2014. This updated information illustrates that the nematode continues to spread throughout the soybean-growing areas of the continent and emphasizes that continued efforts to scout for and manage SCN are warranted.

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 enseignants0,016
Score d'incertitude au seuil0,119

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
Bibliométrie0,0040,005
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,265
Écart entre enseignants0,237 · 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

Citations46
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant Health ProgressMême sujetNematode management and characterization studiesTravaux en français237 207