MétaCan
Menu
Retour à la cohorte
Enregistrement W4386834944 · doi:10.23960/jat.v11i4.6480

KEANEKARAGAMAN HAMA LALAT BUAH PADA TANAMAN SAYURAN BUAH DI KABUPATEN BANGKA DAN KUNCI IDENTIFIKASINYA

2023· article· id· W4386834944 sur OpenAlexaff
Herry Marta Saputra, Tasya Dwi Nanda, Rion Apriyadi, Henri Henri, Fahri Setiawan

Notice bibliographique

RevueJurnal Agrotek Tropika · 2023
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueInsect behavior and control techniques
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHorticultureBiology

Résumé

récupéré en direct d'OpenAlex

Lalat buah (Diptera: Tephritidae) merupakan hama penting bersifat invasif yang menyerang pada komoditas tanaman hortikultura khususnya tanaman buah dan sayuran buah. Informasi terkait jenis-jenis lalat buah perlu dilaporkan sebagai antisipasi dalam upaya pengendalian hama lalat buah. Pengoleksian lalat buah selain menggunakan atraktan juga dapat dilakukan dengan menggunakan host rearing. Penelitian ini bertujuan untuk mengetahui distribusi dan jenis spesies lalat buah apa saja yang terdapat pada tanaman sayuran buah di Kabupaten Bangka. Penelitian dirancang dengan menggunakan metode survei yang dilakukan disetiap kecamatan dan sampel penelitian diambil secara purposive sampling. Sampel yang menjadi target yang terindikasi lalat buah diambil dan kemudian di rearing. Lalat buah kemudian diidentifikasi dan dibuatkan kunci dikotomus. Hasil penelitian menunjukkan terdapat 10 jenis tanaman inang lalat buah antara lain cabai besar Capsicum annuum, cabai rawit Capsicum frutescens, mentimun Cucumis sativus, labu kuning Cucurbita moschata, melinjo Gnetum gnemon, oyong Luffa acutangula, paria Momordica charantia, tomat Solanum lycopersicum, terung Solanum melongena, and kacang panjang Vigna unguiculata. Lalat buah yang terkoleksi dalam penelitian ini sebanyak 6 spesies yaitu Bactrocera dorsalis, B.carambolae, B.mcgregori, Zeugodacus cucurbitae, Z. sp 1 dan Z. sp 2, dengan jumlah sebanyak 1.113 individu. Spesies yang paling dominan yaitu Z. cucurbitae pada tanaman sayuran buah di Kabupaten Bangka. Keanekaragaman dan kekayaan pada tanaman sayuran buah di Kabupaten Bangka dikategorikan rendah.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,005

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 Opus0,024
Tête enseignante GPT0,242
Écart entre enseignants0,218 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Agrotek TropikaMême sujetInsect behavior and control techniquesTravaux en français237 207