Occurrence and Distribution of Common Diseases and Pests of U.S. Cannabis: A Survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Hemp and marijuana, both Cannabis sativa L., are revitalized crops to U.S. agricultural and horticultural industries. Hemp (Δ⁹-Tetrahydrocannabinol content < 0.3%) was reintroduced in 2014 under a pilot research program and legalized in 2018. Hemp can now be grown in all 50 states. Marijuana (Δ⁹-THC content > 0.3%), although classified as a Schedule I narcotic by the U.S. Drug Enforcement Administration, is legal in 37 states for medical and/or recreational use. Although C. sativa is often promoted as a pest-free crop, multiple diseases and arthropod pests have been identified and confirmed in recent years. There are limited options for control of diseases and pests affecting hemp. A survey of diagnosticians, researchers, and industry leaders conducted from 2021 to 2022 sought to determine the distribution and occurrence of 76 common diseases and pests on C. sativa across the United States. A total of 148 responses were collected and grouped by U.S. region: Western, Great Plains, North Central, Northeastern, and Southern. Survey results suggest that whereas some pathogens and pests are widely distributed across the United States, others occur more frequently in specific regions. This finding may indicate variations in economic importance by region. Results from this survey provide a foundation for regional and national prioritization of research and regulatory activities.
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.
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 découle