MétaCan
Menu
Retour à la cohorte
Enregistrement W4401587000 · doi:10.20944/preprints202408.0225.v1

Effect of Bee-Borne Entomopathogenic Fungi and Essential Oils in Controlling Cyclamen Mite on Strawberries

2024· preprint· en· W4401587000 sur OpenAlexafffundabout
Morel Libère Comlan KOTOMALE, Jean Pierre Kapongo, Alphonsine Muzinga Bin Lubusu, Romuald Simo Nana, Donald Rostand Fopie Tokam, Grace Suzert Nottin Mboussou

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect Pest Control Strategies
Établissements canadiensCollège Boréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEntomopathogenic fungiMiteBiologyBotanyHorticultureBiological pest control

Résumé

récupéré en direct d'OpenAlex

The cyclamen mite, Phytonemus pallidus, is one of the important pests in strawberry cultivation in Canada. This insect pest hides on young strawberry leaves that have not yet opened, which limits their control. In addition, the fight against the latter involves the use of synthetic chemicals that are not without effect on the environment, human health and beneficial organisms. We hypothesized that vectorization by bees could reduce the number of applications, product runoff and provide targeted control of these pathogens. To do this, field trials were conducted to evaluate the effectiveness of bumblebees Bombus terrestris in propagating Beauveria bassiana to control this pest. Our results showed that bumblebees were able to disseminate the inoculum on strawberry plants. Also, all the products used (B. bassiana and neem oil) were effective on P. pallidus. It should be noted that high mortality has been noted on this pest thanks to the application of this entomopathogen by spraying. In addition, neither of the two products tested had a significant effect on lady beetles C. septempunctata. These results therefore suggest the use of bee vectoring and neem essential oils in the sustainable management of strawberry mites.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,379
Score d'incertitude au seuil0,925

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,296
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetInsect Pest Control StrategiesTravaux en français237 207