Efficacy of unbaited and baited green multi-funnel traps for detection of Agrilus species and other wood-boring beetle taxa
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
Abstract Semiochemical-baited traps are a key component of post-border surveillance for detection of non-native and potentially invasive bark and wood-boring beetles (Buprestidae, Cerambycidae, Curculionidae: Scolytinae) at risk of introduction in untreated woody materials used in global trade. Because the particular species that may arrive with imported goods is unknown, plant protection agencies need trapping protocols that effectively survey all three taxa. Baiting traps with host volatiles and aggregation/sex pheromones of longhorn beetles increases efficacy of detecting Cerambycidae and Scolytinae, but its effect on detection of Agrilus species and other jewel beetles is unknown. In this multi-country trapping study we found that the addition of ethanol and common aggregation/sex pheromones of longhorn beetles to green multi-funnel traps placed in the mid-upper forest canopy had negative effects on abundance of Agrilus species and other jewel beetles collected but no effect on their species richness, and significant positive effects on species richness and abundance of Cerambycidae and Scolytinae. Baiting green canopy traps with longhorn beetle pheromones increased the efficacy of traps for detecting total target taxa of bark and wood-boring beetles at risk of international movement in untreated woody materials. This information is beneficial for the design of multi-taxa surveys, potentially saving money and resources without decreasing trapping efficacy.
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 | 0,001 | 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 | 0,001 |
| 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