FKI evaluation – Greece, 2026 preliminary
Full transparency: here you can see how many points each expert model gave each sub-indicator, with what own estimate range, and what the final value is. The calculation follows version 5.2 of the measurement rules.
The other countries’ evaluations are made with the same procedure as the Hungarian one, but the experts also estimate the machine-calculated terms (E1, E1a, T1, T2). The values are preliminary.
Other countriesThe reasons, the footnote and FD Finder Expert’s written assessment are in Hungarian.
Result
With good practice, the FKI would be about 0.7 points lower.
The experts
Three expert models, from three different developers, do the scoring independently of each other, working from the verified evidence list and FD Finder’s professional knowledge base. Each gives an exact value and its own estimate range. The scores count with equal weight.
| Model | Version | Note |
|---|---|---|
| Anthropic Claude | Opus 5.5 | |
| Google Gemini | Gemini 4 Argon | |
| OpenAI ChatGPT | GPT-6 Astra, ChatGPT Work |
Every score in one table
The experts’ scores, with their own estimate range in brackets. The final value is the central value of the scores (the average of the median and the mean); only a reasoned decision can depart from it, between the lowest and the highest score.
| Sub-indicator | Anthropic Claude | Google Gemini | OpenAI ChatGPT | Final |
|---|---|---|---|---|
| Spread | ||||
| E1 Extent of infection | 0 | 0 | 0 | 0 |
| E1a Confirmed exposure | 0 | 0 | 0 | 0 |
| I Infection density | 0 | 0 | 0 | 0 |
| T9 Introduction pressure | 26(18–38) | 30(20–42) | 27(18–49) | 27.3 |
| T1 Leafhopper distribution | 0(0–6) | 0(0–5) | 3(0–18) | 0.5 |
| T2 Leafhopper density | 2(0–8) | 0(0–5) | 5(0–28) | 2.2 |
| T3 Lack of control in commercial vineyards | 88(65–97) | 85(70–95) | 85(61–98) | 85.5 |
| T5a Lack of control in abandoned refuges | 88(65–97) | 90(75–98) | 92(72–99) | 90 |
| T5b Lack of control in home-garden vines | 90(70–98) | 90(75–98) | 89(66–99) | 89.8 |
| T4 Shortfall in control quality | 48(32–68) | 35(25–48) | 44(29–65) | 43.2 |
| T7 Lack of awareness about control | 85(70–95) | 68(55–80) | 67(46–86) | 70.7 |
| T10 Lack of source removal | 0(0–5) | 0(0–5) | 0 | 0 |
| T11 Lack of economic capacity for control | 52(40–68) | 58(45–70) | 64(44–83) | 58 |
| T6 Propagating-material pathway | 55(42–68) | 42(30–55) | 40(26–63) | 43.8 |
| T8 Weather | – | – | – | 50 |
| Unknown foci | ||||
| G1 Unsurveyed share, commercial | 99(94–100) | 96(90–99) | 94(74–99) | 96.2 |
| G5a Unsurveyed share, home gardens | 99(94–100) | 98(90–100) | 96(79–99) | 97.8 |
| G5b Unsurveyed share, abandoned vineyards | 99(94–100) | 98(90–100) | 95(77–99) | 97.7 |
| G2 Survey unreliability | 38(25–55) | 32(22–45) | 31(15–54) | 32.8 |
| G4 Weakness of automated pre-screening | 97(90–100) | 100(95–100) | 97(81–100) | 97.5 |
| G3 Lack of lab confirmation | 14(3–35) | 12(5–25) | 28(7–61) | 16 |
| G6 Difficulty of notification | 55(42–70) | 52(40–65) | 50(34–69) | 52.2 |
| G8 Disincentives to notify | 62(45–82) | 65(45–85) | 67(28–91) | 64.8 |
| G11 Lack of economic interest in detection | 50(35–68) | 64(50–78) | 59(37–79) | 58.3 |
| Vine loss | ||||
| V1 Lack of a cure | 80(76–88) | 95(90–98) | 75(75–95) | 81.7 |
| V2 Lack of resistant varieties | 100(97–100) | 100(99–100) | 100 | 100 |
| V3 Lack of recovery | – | – | – | 100 |
| V4 General plant-health condition | – | – | – | 50 |
| V5 Lack of resources for community treatment and research | 76(65–85) | 72(60–82) | 75(54–91) | 74.7 |
| V6 Lack of a market for development | 72(58–84) | 68(55–78) | 67(47–84) | 68.5 |
| Epidemic burden | ||||
| J Epidemic burden | 0 | 0 | 0 | 0 |
FD Finder Expert’s summary
Görögország 11%-os értéke (sáv: 9–22) előzetes, és a gépi tagokat (E1, E1a, T1, T2) itt is szakértők becsülték: Claude, Gemini és ChatGPT. Igazolt FD nincs (GR-004), ezért az E1, az E1a és a J nulla, és a 11% (terjedés, T 2,7, ismeretlen gócok, G 4,5) a behurcolási és terjedési nyomást mutatja, nem járványképet. A nulla nem mentesség, mert a negatív állítás az EPPO-táblázat hiányzó során alapul, hatósági mentességi nyilatkozat nélkül (GR-005), az át nem vizsgált terület (G1) pedig 96,2 pont. A vektornak nincs EPPO-bejegyzése (GR-012), a T1 0,5, a nyomást a bolgár lelet adja (GR-004, GR-008), és 2025-ben 179 csapdamintát vizsgáltak, az eredmény közlése nélkül (GR-011). Az országhoz kötött tagok közül a termelők tájékoztatásánál (T7) volt a legnagyobb eltérés: ChatGPT 67, Gemini 68, Claude 85 pontot adott, mert Claude az egyetlen regionális tájékoztatót (GR-008) nem tartotta kampánynak, a másik kettő javulásként számolta. A legnagyobb bizonytalanság a szemle hektárja és a csapdaeredmény, ezért a pontosabb értékhez átvizsgált hektár, közölt fogási számok és célzott felmérés kellene az északi határsávban.
By sub-indicator
E1 — Extent of infection
MethodologyFinal value: 0 · central value: 0 (median: 0 · mean: 0) · Evidence: class A
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 0 | not given | A | Nincs igazolt FD.Knowledge base: orszagcsomag |
| Google Gemini | 0 | not given | A | Görögországban nincs igazolt FD, ezért a szabály szerint E1 = 0[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 0 | not given | B | Nincs igazolt görögországi FD-előfordulás, ezért a feladat szabálya szerint nulla. |
E1a — Confirmed exposure
MethodologyFinal value: 0 · central value: 0 (median: 0 · mean: 0) · Evidence: class A
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 0 | not given | A | Nincs igazolt pont. |
| Google Gemini | 0 | not given | A | Nincs igazolt FD az országban, ezért E1a = 0[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 0 | not given | B | Igazolt hazai FD-pont hiányában a meghatározott kitettség nulla. |
I — Infection density
MethodologyFinal value: 0 · central value: 0 (median: 0 · mean: 0) · Evidence: class A
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 00% | not given | A | Nincs igazolt FD, ez adat. |
| Google Gemini | 00% | not given | A | Nincs igazolt FD az országban, ezért I = 0[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 00% | not given | B | Igazolt hazai FD hiányában a feladat szerinti fertőzéssűrűség nulla. |
T9 — Introduction pressure
MethodologyFinal value: 27.3 · central value: 27.3 (median: 27 · mean: 27.7) · Evidence: class B
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 26 | (18–38) | B | A határsáv mentes, a bolgár góc kb. 300 km; a szaporítóanyag zöme Olaszországból jön, ezért a 25-ös szint fölött kicsivel.Knowledge base: orszagcsomag |
| Google Gemini | 30 | (20–42) | A | A határ menti 50 km-es sáv mentes (a bolgár góc ~300 km-re van), de a szőlőszaporítóanyag-import 79–84%-a az FD-fertőzött Olaszországból érkezik[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 27 | (18–49) | C · data gap | Az új bolgár góc növeli a szomszédos nyomást, de nem igazol görög határhoz 50 km-en belüli fertőzést. |
T1 — Leafhopper distribution
MethodologyFinal value: 0.5 · central value: 0.5 (median: 0 · mean: 1) · Evidence: class A
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 0 | (0–6) | A | Vektor nem igazolt, évi kb. 180 csapdamintás figyelés mellett, ez adat; az eredményközlés hiányos, ezért a felső sáv.Knowledge base: orszagcsomag |
| Google Gemini | 0 | (0–5) | A | A Scaphoideus titanus nincs jelen Görögországban (EPPO, GBIF és a BPI évi ~180 csapdamintája alapján 0 lelet)[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 3 | (0–18) | C · data gap | Igazolt országos vektoradat nincs, de a hiányzó adatbázisrekord és a részleges felmérés nem bizonyít kétszezonos teljes mentességet. |
T2 — Leafhopper density
MethodologyFinal value: 2.2 · central value: 2.2 (median: 2 · mean: 2.3) · Evidence: class B
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 2 | (0–8) | B | Megfigyelőhelyi fogás 0 (Epanomi 2024, Lefkada 2026), kezelés utáni adat nincs; a csapdák többségének eredménye nem nyilvános.Knowledge base: orszagcsomag |
| Google Gemini | 0 | (0–5) | A | A kezeletlen megfigyelőhelyeken kihelyezett csapdákban (2024 Epanomi, 2025 BPI 179 minta, 2026 Lefkada) a S. titanus fogása 0[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 5 | (0–28) | C · data gap | Kezelés előtti lárvaadat nincs, kezeletlen fogás csak két 2024-es negatív csapdáról ismert, kezelés utáni adatot nem használtam. |
T3 — Lack of control in commercial vineyards
MethodologyFinal value: 85.5 · central value: 85.5 (median: 85 · mean: 86) · Evidence: class C
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 88 | (65–97) | C · data gap | Kötelezés és felhívás nincs, mert vektor sincs; csak más kártevő elleni kezelés hat mellékesen.Knowledge base: orszagcsomag |
| Google Gemini | 85 | (70–95) | C · data gap | FD és vektor hiányában nincs kötelező vagy ajánlott kabóca elleni kezelés az árutermő ültetvényekben[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 85 | (61–98) | C · data gap | FD-specifikus országos kabócakezelési végrehajtás nem dokumentált, a figyelmeztetés nem igazol kezelést. |
T5a — Lack of control in abandoned refuges
MethodologyFinal value: 90 · central value: 90 (median: 90 · mean: 90) · Evidence: class C
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 88 | (65–97) | C · data gap | Program és nyilvántartás nincs; a szüretelmaradás nem bizonyít felhagyást, vektor nélkül ma tárgytalan.Knowledge base: orszagcsomag |
| Google Gemini | 90 | (75–98) | C · data gap | A szőlőterület zsugorodása és a szüretlen parcellák ellenére nincs felhagyottültetvény-felszámolási vagy vektorkezelési program[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 92 | (72–99) | C · data gap | A felhagyott szőlők FD-vektor elleni kezeléséről vagy felszámolásáról nincs országos adat. |
T5b — Lack of control in home-garden vines
MethodologyFinal value: 89.8 · central value: 89.8 (median: 90 · mean: 89.7) · Evidence: class C
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 90 | (70–98) | C · data gap | Sok kis szőlő, kötelezés és tájékoztatás nincs; a tsipouro-kataszter későbbi előny lehet.Knowledge base: orszagcsomag |
| Google Gemini | 90 | (75–98) | C · data gap | A birtokok 72%-a 0,5 ha alatti, és vektor hiányában a házikertekben nincs kabóca elleni védekezés[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 89 | (66–99) | C · data gap | Házikerti FD-vektor elleni kezelés és annak ellenőrzési aránya nem dokumentált. |
T4 — Shortfall in control quality
MethodologyFinal value: 43.2 · central value: 43.2 (median: 44 · mean: 42.3) · Evidence: class A
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 48 | (32–68) | A | Bő, ökológiai szert is tartalmazó választék a címkéken, de vektorra szóló időzítési útmutatás nincs; a címke hatékonyságot nem igazol.Knowledge base: orszagcsomag |
| Google Gemini | 35 | (25–48) | A | Bőséges az engedélyezett szerválaszték S. titanus ellen (tau-fluvalinát, flupiradifuron, acetamiprid, cipermetrin, piretrinek, azadirachtin), de vektor híján nincs időzítési előrejelzés[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 44 | (29–65) | A · data gap | Engedélyezett rovarölő lehetőségek vannak, de országos lárvastádiumos előrejelzés és összehangolt kezelés nem igazolt. |
T7 — Lack of awareness about control
MethodologyFinal value: 70.7 · central value: 70.7 (median: 68 · mean: 73.3) · Evidence: class B
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 85 | (70–95) | B | Egy regionális hatósági tájékoztató a bolgár leletről; gazdáknak szóló kampány nyoma nincs.Knowledge base: orszagcsomag |
| Google Gemini | 68 | (55–80) | B · data gap | A bolgár határ közelében (Dráma DAOK) és a szaksajtóban megjelentek riasztások a bolgár lelet után, de országos célzott termelői értesítés nincs[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 67 | (46–86) | C · data gap | A drámai hatósági figyelmeztetés javítja a tájékoztatást, de a teljes ország és a házikertek elérése ismeretlen. |
T10 — Lack of source removal
MethodologyFinal value: 0 · central value: 0 (median: 0 · mean: 0) · Evidence: class B
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 0 | (0–5) | C | Nincs igazolt tőke, a nevező üres; lelet esetén uniós jog szerinti eltávolítás.Knowledge base: orszagcsomag |
| Google Gemini | 0 | (0–5) | A | Nincs igazolt fertőzött tőke, amelynek eltávolítása elmaradt volna[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 0 | not given | B | Nincs igazolt, eltávolítandó FD-tőke, ezért aktuális eltávolítási elmaradás sincs. |
T11 — Lack of economic capacity for control
MethodologyFinal value: 58 · central value: 58 (median: 58 · mean: 58) · Evidence: class B
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 52 | (40–68) | B | 2024-ig emelkedő ár, 2026-ban térségenként 30–60 % áresés és nagy készlet; önköltség nincs, a gyártók új szerengedélyeket szereznek.Knowledge base: orszagcsomag |
| Google Gemini | 58 | (45–70) | B | 2026-ban számos térségben 30–60%-os szőlőárcsökkenés és 0,20 EUR/kg-os ár alakult ki magas borkészletek mellett, ugyanakkor a gyártók folyamatosan engedélyeztetnek új kabócaszereket[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 64 | (44–83) | C · data gap | A készletek és regionális árzuhanások csökkentik a védekezési mozgásteret, országos önköltségarány és szerfejlesztői döntés nélkül. |
T6 — Propagating-material pathway
MethodologyFinal value: 43.8 · central value: 43.8 (median: 42 · mean: 45.7) · Evidence: class A
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 55 | (42–68) | A · data gap | Tanúsítás és importminta (39 kevert minta), de FD-s országból jövő import és nem mérhető házi szaporítás, erről nincs adat.Knowledge base: orszagcsomag |
| Google Gemini | 42 | (30–55) | A · data gap | EU növényútlevél-rendszer és előzetes behozatali engedély működik, a BPI laborban vizsgálja az import Vitis tételeket (2025: 39 francia és spanyol minta), de nagy az olasz import és a belső nem tanúsított szaporítás[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 40 | (26–63) | C · data gap | Növényútlevél-rendszer és importmintázás működik, de a házi szaporítás és magáncsere ellenőrzési lefedettsége ismeretlen. |
T8 — Weather
MethodologyFinal value: 50 · Evidence: class A
Value calculated from official data with a fixed script.
Rule applied: gépi számítás (0. lépés)
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | – | not given | C | Őszi futásban a feladat szerint 50.Knowledge base: orszagcsomag |
| Google Gemini | – | not given | A | Őszi futásnál a szabály szerint a T8 értéke 50[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | – | not given | C | A feladat őszi rögzített értéke 50. |
G1 — Unsurveyed share, commercial
MethodologyFinal value: 96.2 · central value: 96.2 (median: 96 · mean: 96.3) · Evidence: class B
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 99 | (94–100) | B · data gap | Hatósági: évi néhány száz minta, hektár ismeretlen, becslés 1 % alatt; a szemleterv csak kb. 58 %-a teljesült; drón és egyéb nincs adat.Knowledge base: orszagcsomag |
| Google Gemini | 96 | (90–99) | A | Van nemzeti felderítési program (évi ~400 szőlőminta és ~180 csapdaminta, DG SANTE audit szerint 58%-os teljesítéssel), de a 75 ezer ha szőlőterülethez képest a lefedettség 1-2% alatti[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 94 | (74–99) | C · data gap | 2026. VII.20–IX.30.: hatósági, szemlecsoportos, drónos és egyéb szemlehektár és átfedés ismeretlen; a IX.21-i csapdázás nem tőkeszemle. |
G5a — Unsurveyed share, home gardens
MethodologyFinal value: 97.8 · central value: 97.8 (median: 98 · mean: 97.7) · Evidence: class C
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 99 | (94–100) | C · data gap | Házikerti FD-szemle nyoma nincs.Knowledge base: orszagcsomag |
| Google Gemini | 98 | (90–100) | C · data gap | A házikerti szőlőkben (bár egy részük a tsipouro-kataszterben szerepel) nincs célzott hatósági FD-felderítés[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 96 | (79–99) | C · data gap | A házikerti szőlők tünetszezoni ellenőrzésének országos aránya nem ismert. |
G5b — Unsurveyed share, abandoned vineyards
MethodologyFinal value: 97.7 · central value: 97.7 (median: 98 · mean: 97.3) · Evidence: class C
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 99 | (94–100) | C · data gap | Felhagyott szőlőre nyilvántartás és szemle nincs.Knowledge base: orszagcsomag |
| Google Gemini | 98 | (90–100) | C · data gap | A felhagyott ültetvények nyilvántartása és FD-szemléje hiányzik[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 95 | (77–99) | C · data gap | A felhagyott szőlők mintázási és szemlelefedettségéről nincs országos adat. |
G2 — Survey unreliability
MethodologyFinal value: 32.8 · central value: 32.8 (median: 32 · mean: 33.7) · Evidence: class C
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 38 | (25–55) | C | Hozzáértő ellenőrök, intézeti módszertan és képzés; FD-tünetet sosem láttak, a BN jelen van.Knowledge base: orszagcsomag |
| Google Gemini | 32 | (22–45) | A | A DG SANTE audit szerint a szemléket képzett ellenőrök végzik a BPI protokollja alapján, de a szemlézőknek nincs élő terepi FD-tapasztalatuk[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 31 | (15–54) | C · data gap | Hivatalos felügyeleti szervezet működik, de az FD-szemlék képzési és időzítési megfelelősége nem számszerű. |
G4 — Weakness of automated pre-screening
MethodologyFinal value: 97.5 · central value: 97.5 (median: 97 · mean: 98) · Evidence: class C
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 97 | (90–100) | C | FD-re irányuló gépi előszűrés nincs.Knowledge base: orszagcsomag |
| Google Gemini | 100 | (95–100) | C | Nincs gépi FD-előszűrés Görögországban[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 97 | (81–100) | C · data gap | Validált, érdemi lefedettségű FD-gépi előszűrés nem dokumentált. |
G3 — Lack of lab confirmation
MethodologyFinal value: 16 · central value: 16 (median: 14 · mean: 18) · Evidence: class B
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 14 | (3–35) | B · data gap | FD-specifikus PCR-kapacitás és beszerzés van, átfutási idő és mintázatlan gyanú aránya nem nyilvános.Knowledge base: orszagcsomag |
| Google Gemini | 12 | (5–25) | A | A Benaki Intézet (BPI) EPPO-protokoll szerinti qPCR-vizsgálatot tart fenn és évi több száz mintát elemez[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 28 | (7–61) | C · data gap | A laborháttér és reagensbeszerzés ismert, a 30 napos eredményarány és a mintázatlan gyanúk aránya nem. |
G6 — Difficulty of notification
MethodologyFinal value: 52.2 · central value: 52.2 (median: 52 · mean: 52.3) · Evidence: class C
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 55 | (42–70) | C · data gap | Címzett a regionális igazgatóság, online FD-út nyoma nincs.Knowledge base: orszagcsomag |
| Google Gemini | 52 | (40–65) | C · data gap | A bejelentés a regionális DAOK-egységekhez történik hagyományos hivatali úton, dedikált online FD-bejelentő felület nem ismert[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 50 | (34–69) | C · data gap | A területi hatóság elérhető, de egyetlen lépéses, követett fotós bejelentés és válaszidő nem igazolt. |
G8 — Disincentives to notify
MethodologyFinal value: 64.8 · central value: 64.8 (median: 65 · mean: 64.7) · Evidence: class C
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 62 | (45–82) | C · data gap | Nemzeti FD-kártalanítási szabályt nem találtak; érték és kifizetési idő nincs adat.Knowledge base: orszagcsomag |
| Google Gemini | 65 | (45–85) | C · data gap | Nemzeti FD-kártalanítási jogszabály vagy tarifa nem ismert[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 67 | (28–91) | C · data gap | FD-specifikus egyedtérítés, az ültetvényértékhez viszonyított fedezet és átlagos kifizetési idő nem ismert. |
G11 — Lack of economic interest in detection
MethodologyFinal value: 58.3 · central value: 58.3 (median: 59 · mean: 57.7) · Evidence: class B
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 50 | (35–68) | B | Romló 2026-os árak és nagy készlet; FD nélkül kilépési magatartás nem értelmezhető.Knowledge base: orszagcsomag |
| Google Gemini | 64 | (50–78) | B | A 2026-os szüretben tapasztalt 30–60%-os árzuhanás, a 0,20 EUR/kg-os szőlőárak és a szüretlen területek gyengítik a termelők felderítési motivációját[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 59 | (37–79) | C · data gap | A piaci nyomás gyengítheti a saját szemléhez rendelkezésre álló forrást, de tudatos FD-elhallgatásra nincs adat. |
V1 — Lack of a cure
MethodologyFinal value: 81.7 · central value: 81.7 (median: 80 · mean: 83.3) · Evidence: class C
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 80 | (76–88) | C | Laborban van jelzés, szabadföldön nincs igazolt hatás, engedély nincs.Knowledge base: 47 |
| Google Gemini | 95 | (90–98) | C | Nincs engedélyezett, hatásos gyógymód az FD ellen[cite: 1, 2].Knowledge base: 47_gyogymod_fajtak_piac_noveny_allapot_kiterjedes_helyzetkep.md |
| OpenAI ChatGPT | 75 | (75–95) | C | Laboratóriumi és üvegházi FD-ellenes hatás ismert, igazolt szabadföldi gyógymód nincs. |
V2 — Lack of resistant varieties
MethodologyFinal value: 100 · central value: 100 (median: 100 · mean: 100) · Evidence: class C
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 100 | (97–100) | C | Igazoltan ellenálló fajta nincs; az őshonos fajták fogékonysága ismeretlen.Knowledge base: orszagcsomag, 47 |
| Google Gemini | 100 | (99–100) | C | Igazoltan ellenálló szőlőfajta nincs köztermesztésben[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 100 | not given | C | Igazoltan FD-ellenálló fajtával beültetett terület nem ismert; a tolerancia nem valódi ellenállás. |
V3 — Lack of recovery
MethodologyFinal value: 100
It has no effect in the formula under mandatory grubbing up, so it is not scored.
Rule applied: kötelező kivágás alatt nem pontozandó (5.2): a legutóbbi érték marad
V4 — General plant-health condition
MethodologyFinal value: 50
It has no effect in the formula under mandatory grubbing up, so it is not scored.
Rule applied: kötelező kivágás alatt nem pontozandó (5.2): a legutóbbi érték marad
V5 — Lack of resources for community treatment and research
MethodologyFinal value: 74.7 · central value: 74.7 (median: 75 · mean: 74.3) · Evidence: class B
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 76 | (65–85) | B | Csak általános szemlekeret (3,85 M EUR, minden károsító), FD-kutatás és közösségi kezelés nincs.Knowledge base: orszagcsomag |
| Google Gemini | 72 | (60–82) | A | Az állami és EU-s forrás a felderítési programra korlátozódik (3,85 M EUR minden károsítóra), külön hazai FD-kutatási keret nincs[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 75 | (54–91) | C · data gap | A monitoringbeszerzés nem gyógymód- vagy fajtakutatási keret, elkülönített hazai program hozzáférése nem igazolt. |
V6 — Lack of a market for development
MethodologyFinal value: 68.5 · central value: 68.5 (median: 68 · mean: 69) · Evidence: class B
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 72 | (58–84) | B | Zsugorodó terület, nagy készlet, széttagolt birtok, szűk őshonos fajtapiac.Knowledge base: orszagcsomag |
| Google Gemini | 68 | (55–78) | A | A szőlőterület zsugorodik (75 ezer ha betakarított), a készletek magasak (2 millió hl), az árak 2026-ban erősen estek[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 67 | (47–84) | C · data gap | A készletnyomás és gyenge termelői árak korlátozzák a jövőbeli keresletet, de a nemzetközi piac nem omlott össze. |
J — Epidemic burden
MethodologyFinal value: 0 · central value: 0 (median: 0 · mean: 0) · Evidence: class A
Scores and reasons by expert
| Expert | Score | Own range | Class | Reason |
|---|---|---|---|---|
| Anthropic Claude | 00% | not given | A | Nincs igazolt FD, ez adat. |
| Google Gemini | 00% | not given | A | Nincs igazolt FD az országban, ezért J = 0[cite: 1].Knowledge base: 28i_orszag_gr |
| OpenAI ChatGPT | 00% | not given | B | A számláló nulla igazolt vagy FD-miatt kijelölt tő; az országos tőszám hiánya a feladat szerinti nulla értéket nem módosítja. |
Expert estimate, not official data.