MétaCan
Menu
Retour à la cohorte
Enregistrement W4285093066 · doi:10.3390/f13071092

Tomodensitometry as a Tool to Detect and Study Two Agrilus (Coleoptera: Buprestidae) Species

2022· article· en· W4285093066 sur OpenAlexaff
Véronique Martel, Sébastien Bélanger, Robert Lavallée, Christian Hébert

Notice bibliographique

RevueForests · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésBuprestidaeAgrilusEmerald ash borerBiologyFraxinusPhytosanitary certificationBark (sound)EcologyBotanyHorticulture

Résumé

récupéré en direct d'OpenAlex

Exotic insect species are an increasing concern with international trade. Detecting and removing any insect are thus important for any imported/exported product, including wood products. For example, wood transportation is known to be an important pathway for the introduction and dispersal of the Emerald Ash Borer, Agrilus planipennis (Coleoptera: Buprestidae). This Asian species is causing high mortality of ash trees in its introduced range because of the weak natural defense of trees and the virtual absence of natural enemies. For similar reasons, there are concerns in Europe that the Bronze Birch Borer, A. anxius, native to North America, could be introduced and cause important birch mortality. Having efficient detection methods and phytosanitary measures to prevent introducing it is thus important. In this study, we evaluated tomodensitometry—or CT-scan—as a detection method for detecting these two Agrilus spp. using debarking as the method of reference. Using CT-scan, we were also able to precisely measure the depth of insects in ash and birch trees in order to recommend proper phytosanitary measures for exportation and importation of wood products. Both techniques efficiently detect the presence of insects in ash, paper birch, and yellow birch. However, the number of A. anxius detected depended on both the technique and the diameter of the sample. The depth of insects depended on tree species, sample diameter, and life-stage. Globally, A. planipennis are deeper in ash trees than A. anxius in birch trees, and prepupae are deeper than larvae. The maximal depth in the sapwood (excluding bark thickness) for ash, paper birch, and yellow birch was 21.9 mm, 6.30 mm, and 3.22 mm, respectively. While CT-scan is more expensive and requires access to expensive equipment, debarking is more time-consuming, especially if the number of insects needs to be determined.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,019
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,008
Tête enseignante GPT0,236
Écart entre enseignants0,228 · 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 tête enseignante, pas un consensus.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetForest Insect Ecology and ManagementTravaux en français237 207