Thrips Species Composition in Ontario Greenhouse Floriculture: Innovative Identification Tools and Implications for Integrated Pest Management
Notice bibliographique
Résumé
Proper species identification is the keystone of successful integrated pest management (IPM). However, efforts to identify thrips species in Canadian greenhouses have not been formally made since the 1980s. In response to recent increases in crop damage, we sampled thrips communities from eight commercial floriculture greenhouses in the Niagara region (Ontario, Canada) from May until August 2016. Selected sites were revisited in 2017, 2018, and 2019 to determine changes in species composition over time. Western flower thrips (Frankliniella occidentalis (Pergande)), along with onion thrips (Thrips tabaci Lindeman), constituted the majority of species found. Other pest species (less than 8% of specimens across all sampling years) included poinsettia thrips (Echinothrips americanus Morgan), chrysanthemum thrips (Thrips nigropilosus Uzel), and Frankliniella fusca (Hinds). Further investigations of thrips outbreaks in Ontario from 2016 to 2023 revealed other important species, including Thrips parvispinus (Karny), Hercinothrips femoralis (Reuter), and Scirtothrips dorsalis Hood. The current biocontrol strategies used in Ontario floriculture crops for western flower thrips do not adequately control onion thrips or other thrips pests in ornamental crops, making identification a fundamental step in determining whether biocontrol or chemical control strategies should be implemented. However, traditional taxonomic keys are inaccessible to non-specialists due to their technical difficulty. Using the data gathered in these surveys, we developed a simplified, illustrated identification key for use by growers and IPM consultants.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».