Modeling Leafhopper Nymphs in Temperate Vineyards for Optimal Sampling
Notice bibliographique
Résumé
Cicadellids (Homoptera: Cicadellidae) are occasional pests of vineyards in temperate areas, and unchecked populations can build up to high densities to cause leaf burn followed by defoliation and yield loss. Therefore, an optimal sampling scheme would allow determination of risk at minimal cost. Because the development of leafhopper nymphs and feeding injury is closely tied to temperature, a model driven by the accumulation of degree-days was developed to predict leafhopper cumulative abundance at 5, 50, and 95% levels in vineyards. The model was based on 22 data sets collected over 7 yr in three vineyards in southern Quebec. It was based on the cumulative abundance of nymphs of the eastern grape leafhopper; the grapevine leafhopper; the threebanded leafhopper; the Virginia creeper leafhopper; and Erythroneura vitifex Fitch. The lower threshold temperature for development was 8°C. Paired t-tests and the forecasting efficiency confirmed the validity of the model. The model indicated that monitoring for leafhoppers in vineyards should be initiated at 630 DD (5% cumulative abundance) and terminated at 1,140 DD (95% cumulative abundance). Maximum abundance would be between 850 and 860 DD (50% cumulative abundance) calculated from 1 March.
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 ».