MétaCan
Menu
Retour à la cohorte
Enregistrement W7079441421 · doi:10.26108/h5qm-z277

Comparative analyses on the phenology, electrophysiology, and chemisty of the beech leaf-mining weevil (Orchestes fagi L.) and its novel host American beech (Fagus grandifolia Ehrh.)

2017· article· en· W7079441421 sur OpenAlexaboutno aff

Notice bibliographique

RevueAcadiaU-DEV · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBeechFagus sylvaticaWeevilPhenologyContext (archaeology)Host (biology)PEST analysisCurculionidae

Résumé

récupéré en direct d'OpenAlex

The beech leaf-mining weevil, Orchestes fagiL. (Coleoptera: Curculionidae) is a common pest of European beech, Fagus sylvatica L. (Fagales: Fagaceae), in its native European range which has recently (2012) become established in Nova Scotia, Canada where it similarly damages American beech, F. grandifolia Ehrh. The objective these studies are to develop effective strategies to monitor and control of this new invasive species. Chapters focus on the life history and phenology of both O. fagi and its novel host, F. grandifolia. Evidence is presented to support the existence of a male-produced repellent pheromone and for males to have trichromatic vision. Female O. fagi had larger electroantennal responses to host volatile organic compounds. GC-FID analyses of F. grandifolialeaf development indicated fluctuating volatile profiles throughout the growing season. The studies in this thesis provide phenological and biochemical context for future studies on O. fagi host location tactics and the development of integrated pest management strategies.

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)0,001
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 enseignants0,388
Score d'incertitude au seuil0,646

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,075
Tête enseignante GPT0,318
Écart entre enseignants0,243 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcadiaU-DEVMême sujetGeochemistry and Geologic MappingTravaux en français237 207