Dữ liệu từ mạng lưới bẫy hút rầy mềm của Rothamsted Insect Survey (RIS) từ 1980–2010, gồm 10.715 bản ghi thời điểm bay đầu tiên của 55 loài, chọn lọc còn 51 loài có đủ dữ liệu.

• Sử dụng entropy để chọn các biến khí hậu có giá trị thông tin cao nhất, gồm độ tích lũy nhiệt (ADD) ở các ngưỡng từ 11–16 ℃ và các biến mùa đông như NAO, áp suất, nhiệt độ trung bình, tối thiểu và tối đa.
• - So sánh mô hình cây quyết định C5.0 với mô hình GAM truyền thống, kết quả cho thấy cây quyết định cải thiện độ chính xác dự đoán trung bình 20%, và thêm 3–5% khi dùng biến được chọn bằng entropy thay vì biến chuyên gia đề xuất.
• - Mô hình sử dụng dữ liệu khí hậu ở nhiều độ phân giải thời gian (ngày, tuần, tháng) cho kết quả tốt hơn so với chỉ dùng một độ phân giải.
• - Mô hình hỗn hợp (mixed resolution) gồm dữ liệu hàng ngày trong 2 tháng gần nhất, hàng tuần trong 6 tháng và hàng tháng cho phần còn lại của năm cho độ chính xác cao nhất.
• - Một số loài như Betulaphis quadrituberculata, Capitophorus similis và Rhopalosiphum maidis có cải thiện rõ rệt khi dùng biến entropy.
• - Mô hình có thể áp dụng để dự đoán thời điểm bay đầu tiên dài hạn, hỗ trợ người trồng ra quyết định như thời điểm gieo trồng hoặc phun thuốc trừ sâu hợp lý hơn.