MétaCan
Menu
Retour à la cohorte
Enregistrement W4353021634 · doi:10.1111/1744-7917.13187

Current and future control of the wood‐boring pest <i>Anoplophora glabripennis</i>

2023· review· en· W4353021634 sur OpenAlexaff
Lixiang Wang, Chunchun Li, Youqing Luo, Gaijing Wang, Zhipeng Dou, Inzamam Ul Haq, Suqing Shang, Mingming Cui

Notice bibliographique

RevueInsect Science · 2023
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensUniversité Laval
Organismes subventionnairesBeijing Forestry UniversityFundamental Research Funds for the Central UniversitiesGansu Agricultural UniversityNorthwestern University
Mots-clésBiologyChinaLonghorn beetleInvasive speciesSemiochemicalRange (aeronautics)Distribution (mathematics)Biological pest controlPest controlEcologyPEST analysisAgroforestryEngineeringGeographyBotany

Résumé

récupéré en direct d'OpenAlex

The Asian longhorn beetle (ALB) Anoplophora glabripennis is one of the most successful and most feared invasive insect species worldwide. This review covers recent research concerning the distribution of and damage caused by ALB, as well as major efforts to control and manage ALB in China. The distribution and destruction range of ALB have continued to expand over the past decade worldwide, and the number of interceptions has remained high. Detection and monitoring methods for the early discovery of ALB have diversified, with advances in semiochemical research and using satellite remote sensing in China. Ecological control of ALB in China involves planting mixtures of preferred and resistant tree species, and this practice can prevent outbreaks. In addition, strategies for chemical and biological control of ALB have achieved promising results during the last decade in China, especially the development of insecticides targeting different stages of ALB, and applying Dastarcus helophoroides and Dendrocopos major as biocontrol agents. Finally, we analyze recommendations for ALB prevention and management strategies based on native range and invasive area research. This information will hopefully help some invaded areas where the target is containment of ALB.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,025
Tête enseignante GPT0,277
Écart entre enseignants0,253 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInsect ScienceMême sujetForest Insect Ecology and ManagementTravaux en français237 207