MétaCan
Menu
Retour à la cohorte
Enregistrement W4415357681 · doi:10.1139/cjps-2024-0243

Environmental drivers of <i>Lygus</i> species distribution in faba bean fields across Saskatchewan (2019–2023)

2025· article· en· W4415357681 sur OpenAlexafffundvenueabout
Teresa Aguiar-Cordero, Sean M. Prager

Notice bibliographique

RevueCanadian Journal of Plant Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural pest management studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesWestern Grains Research FoundationMinistry of Agriculture - Saskatchewan
Mots-clésLygusCropAgricultureChristian ministryPopulation densityDistribution (mathematics)

Résumé

récupéré en direct d'OpenAlex

This study evaluates the incidence and severity of Lygus infestations in faba bean fields across Saskatchewan from 2019 to 2023. Surveys were conducted in collaboration with Saskatchewan Pulse Growers, the Saskatchewan Ministry of Agriculture, and the Entomology Laboratory of the University of Saskatchewan. Lygus insects were collected using standard sweep nets at BBCH 72 stage of faba bean growth. Environmental data, including cumulative degree days, total precipitation, and geographical variables, such as soil climatic zones and crop district, were integrated to assess their influence on Lygus species composition and abundance. Statistical analyses, including PERMANOVA and non-metric multidimensional scaling, revealed that year significantly influenced Lygus community composition, accounting for 22.77% of the variation. A significant interaction between year and crop district explained 40.74% of the variation. Generalized linear mixed models showed species-specific responses to environmental factors: Lygus lineolaris showed a significant association with cumulative degree days and total precipitation, while Lygus borealis and L. elisus responded more to soil climatic zones and precipitation. In contrast, Lygus keltoni exhibited weaker responses to both temperature and precipitation. This study highlights the complex relationships between climate, geographic conditions, and species distribution, providing valuable insights for improving Lygus management in faba bean crops.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,184
Écart entre enseignants0,177 · 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'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
Publié2025
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetAgricultural pest management studiesTravaux en français237 207