MétaCan
Menu
Retour à la cohorte
Enregistrement W4301586210 · doi:10.1007/s10340-022-01567-4

Determination of specific lethal heat treatment parameters for pests associated with wood products using the Humble water bath

2022· article· en· W4301586210 sur OpenAlexafffund
Meghan K. Noseworthy, Leland M. Humble, Tyranna J. Souque, Esme P. John, J. Roberts, C. R. Lloyd, Esq Allen

Notice bibliographique

RevueJournal of Pest Science · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensNatural Resources CanadaCanadian Food Inspection AgencyCanadian Forest Service
Organismes subventionnairesNatural Resources Canada
Mots-clésDisparToxicologyHeat sensitiveBiologyEnvironmental sciencePulp and paper industryMaterials scienceComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Heat treatment is an effective sanitization method used for over half a century to reduce the risk of transporting pests associated with wood products. The determination of precise lethal heat treatment parameters for pests is critical for the development of globally harmonized plant protection regulatory treatment policies. Separation of heat treatment dose (time and temperature) from the factors associated with the method of heat application (delivery) and variables associated with wood characteristics allows for universal agreement on lethal dose and promotes efficient development of treatment schedule guidance. The Humble water bath is an effective and carefully calibrated heat treatment apparatus designed to test the effects of heat and determine lethal temperature doses. Specifications for building this apparatus and experimental treatment parameters are described. To demonstrate the capacities of the water bath apparatus, the effect of heat on a non-indigenous wood-boring beetle, Anisandrus dispar, is reported using heat-ramp schedules similar to industrial kiln heating applications. Adult A. dispar tested in vitro, did not survive 50 °C treatment temperature for 15 min time duration.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,000
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 Opus0,027
Tête enseignante GPT0,248
Écart entre enseignants0,221 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Pest ScienceMême sujetForest Insect Ecology and ManagementTravaux en français237 207