MétaCan
Menu
Retour à la cohorte
Enregistrement W6949614937 · doi:10.5281/zenodo.15478357

PESKY PESTS: Climate Change and Pest Interactions in Ontario Vineyards

2025· article· en· W6949614937 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePhytoplasmas and Hemiptera pathogens
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésClimate changePEST analysisIntegrated pest managementVineyardAgricultureRange (aeronautics)Effects of global warming

Résumé

récupéré en direct d'OpenAlex

When examining the effects of climate change on viticulture, changes to grape physiology, and cultivar adaptation should be considered, along with the implications of grapevine pest interactions. We assess the spotted lanternfly and potato leafhopper in Canada, exploring their distribution, development, and environmental and economic implications. While the potato leafhopper feeds on over 200 agricultural host plants, the spotted lanternfly is a potential future invader, spreading rapidly across the United States of America (1). Predictive niche models and experimental studies on high temperature tolerance suggest further range expansion on a global scale, potentially including Ontario. Spotted lanternfly introduction to the United States of America will be used as a reference point to extrapolate potential outcomes of establishment in Ontario. Pest management strategies and preventative measures will further be explored while emphasising the importance of reducing invasion phenomena. Climate change is an enduring concern, and effective vineyard protection from infestation requires both prevention and mitigation measures. Pests are ecologically destructive and economically costly; thus, governments must continue to research this issue to prevent further pest proliferation and downstream harm.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,065
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,059
Tête enseignante GPT0,247
Écart entre enseignants0,188 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetPhytoplasmas and Hemiptera pathogensTravaux en français237 207