MétaCan
Menu
Retour à la cohorte
Enregistrement W4254943576 · doi:10.1079/cabicomm-62-8108

Have actions taken to control fall armyworm reduced the economic cost experienced in Ghana?

2019· report· en· W4254943576 sur OpenAlexfundno aff
Frances Williams, Sean T. Murphy, Patrick Beseh, Julien Lamontagne‐Godwin

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect Resistance and Genetics
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Centre for International Agricultural ResearchAgriculture and Agri-Food CanadaMinistry of Agriculture of the People's Republic of ChinaDepartment for International Development
Mots-clésFall armywormControl (management)ToxicologyEconomicsOperations managementAgricultural economicsBiologyManagement

Résumé

récupéré en direct d'OpenAlex

The rapid spread of the invasive crop pest, the fall armyworm (Spodoptera frugiperda), across Africa in recent years has attracted considerable interest, especially the effect on maize farmers.The purpose of this study is to understand and assess the economic costs of the fall armyworm invasion in Ghana under different control scenarios.Three different scenarios are modelled: one with no farmer applied control measures, one with limited control measures and one with proactive control measures that were used in Ghana in 2017.Maximum, minimum and mid-range estimates of losses are presented for the second and third scenarios.The study is based on data available from CABI surveys, the Ministry of Food and Agriculture in Ghana and FAOSTAT. Highlights• The model indicates that the coordinated control measures taken reduced the economic loss from an estimated mid-range of USD 25 M (min USD 19 M, max USD 31 M) to 10 M (min USD 3 M, max USD 16 M), a difference of approx.USD 15 M over 1 year.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,027
Tête enseignante GPT0,313
Écart entre enseignants0,286 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInsect Resistance and GeneticsTravaux en français237 207