Effet des bordures de champs sur les populations de chrysopes [Neuroptera : Chrysopidae] en cultures maraîchères
Bibliographic record
Abstract
Dans les écosystèmes agricoles, la présence et la persistance des chrysopes dépendent de la disponibilité des proies mais également de la composition végétale des habitats adjacents des cultures. Comparativement aux syrphes et aux coccinelles, peu d’informations sont disponibles quant à l’impact de l’habitat proche sur les populations de Chrysopidae. En 2000 et 2001, l’influence de l’environnement sur les populations de chrysopes a été étudiée dans deux cultures maraîchères, celles de carottes et de fèves, en utilisant des bacs jaunes. Trois types d’habitats proches ont été investigués : (1) la jachère enherbée composée principalement de Lolium perenne et de Trifolium spp., (2) d’autres cultures (blé, betteraves ou autres productions maraîchères) et (3) des bosquets d’Acer sp., de Populus sp. et de Salix sp. en mélange. Durant les deux saisons culturales, des différences significatives d’abondance de Chrysopidae ont été observées dans les deux cultures considérées en fonction de l’habitat proche, les plus faibles densités ont été observées à proximité des bosquets. Le nombre d’espèces de Chrysopidae et d’Hemerobiidae est cependant toujours réduit. La présence des Neuroptères est discutée en relation avec leur rôle d’agent biologique de contrôle des pucerons, en association avec d’autres prédateurs aphidiphages.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".