MétaCan
Menu
Retour à la cohorte
Enregistrement W7156928713 · doi:10.33545/2664844x.2025.v7.i5a.1444

Population dynamics and seasonal incidence of aphids on mustard under changing climate

2025· article· W7156928713 sur OpenAlexaboutno aff
James Whitfield, Sarah Mitchell

Notice bibliographique

RevueInternational Journal of Agriculture and Food Science · 2025
Typearticle
Langue
DomaineAgricultural and Biological Sciences
ThématiqueInsect-Plant Interactions and Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationIncidence (geometry)SeasonalityOverwinteringEctotherm

Résumé

récupéré en direct d'OpenAlex

Roughly 38% of Canada’s canola-mustard output is lost each year to insect pests, with aphids ranking as the single most damaging group across the semi-arid cropping belt of southern Alberta. This research examined the population dynamics and seasonal incidence of aphid species on mustard (Brassica juncea L.) under the changing climatic conditions of southern Alberta. Field observations were carried out at the Prairie Dryland Agricultural College research farm, Lethbridge, during the growing seasons of 2022-23 and 2023-24. Weekly counts were recorded on ten randomly tagged plants per replication across three cultivars (AC Vulcan, Andante, and Cutlass). Lipaphis erysimi was the dominant species, accounting for 62.4% of total aphid counts, followed by Myzus persicae (18.7%) and Brevicoryne brassicae (11.3%). Peak population coincided with the first fortnight of July in both seasons (67.4 and 74.8 aphids per 10 cm apical shoot, respectively). Multiple regression analysis showed that maximum temperature (r = 0.78) and morning relative humidity (r = −0.45) were the strongest weather correlates. A year-on-year increase of 11.0% in peak aphid density was observed, pointing to a climate-driven intensification of pest pressure that warrants revised threshold-based management calendars.

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 enseignants0,363
Score d'incertitude au seuil0,723

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 GPT0,242
Écart entre enseignants0,235 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Agriculture and Food ScienceMême sujetInsect-Plant Interactions and ControlTravaux en français237 207