Advances in Biological Control Methods for Managing Sugarcane Insects
Notice bibliographique
Résumé
The objective of this systematic review is to explore recent advances in biological control methods for managing sugarcane insect pests and to evaluate their role in integrated pest management (IPM). By synthesizing current research, this review highlights key biological control agents and their efficacy against major sugarcane insect pests, emphasizing classical, augmentative, and conservation strategies. Classical biological control approaches focus on the introduction of exotic natural enemies, such as parasitoids and predators, which have shown significant success in managing pests like the sugarcane borer ( Diatraea saccharalis ) and root borer ( Diaprepes abbreviatus ). Augmentative strategies involve mass rearing and periodic release of natural enemies like Trichogramma spp. and Cotesia flavipes , which have proven effective in reducing pest populations. Conservation biological control emphasizes habitat management practices that enhance the survival and efficacy of native and introduced natural enemies. Furthermore, microbial control agents such as entomopathogenic fungi ( Beauveria bassiana ), bacteria ( Bacillus thuringiensis ), and viruses are gaining prominence in sugarcane pest management due to their specificity and environmental safety. This review provides insights into the potential of these biological control methods in sustainable sugarcane pest management and underscores the importance of integrating them into broader IPM frameworks.
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 ».