MétaCan
Menu
Retour à la cohorte
Enregistrement W1033163757

A comparison of outbreak dynamics of the spruce bark beetle in Sweden and the mountain pine beetle in Canada (Curculionidae: Scolytinae)

2010· article· en· W1033163757 sur OpenAlexaboutno aff
Simon Kärvemo, Leif Martin Schroeder

Notice bibliographique

RevueEpsilon Open Archive (Sveriges lantbruksuniversitet biblioteket (Swedish University of Agricultural Sciences)) · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMountain pine beetleDendroctonusBark beetlePinus contortaOutbreakCurculionidaeEcologyBark (sound)ForestryPicea abiesGeographyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The European spruce bark beetle (Ips typographus) and the North American mountain pine beetle (Dendroctonus ponderosae) may kill millions of trees during outbreak periods. Both species have also experienced large outbreaks in recent years. But the magnitude of the outbreaks of D. ponderosae is much larger. In this review we compare the outbreak history of I. typographus in Sweden with D. ponderosae in British Columbia in Canada. We also discuss some possible explanations for the difference in outbreak magnitude between the two species. During the last fifty years (1960-2009), three outbreaks of I. typographus have occurred in Sweden which resulted in a volume of about 9 million m3 of killed Norway spruces (Picea abies). During the same period D. ponderosae has killed about 600 million m3 of lodgepole pine (Pinus contorta) in British Columbia. Based on a literature review we suggest two factors that may contribute to the much more severe outbreaks caused by D. ponderosae: (1) a lower colonisation density needed by D. ponderosae to overcome tree defences and (2) a higher reproductive success of D. ponderosae in killed trees. In addition, the proportion of old stands, susceptible to bark beetle attacks, is much higher in British Columbia than in Sweden.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,162
Score d'incertitude au seuil0,844

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0020,002
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 Opus0,009
Tête enseignante GPT0,222
Écart entre enseignants0,214 · 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'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

Citations33
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpsilon Open Archive (Sveriges lantbruksuniversitet biblioteket (Swedish University of Agricultural Sciences))Même sujetForest Insect Ecology and ManagementTravaux en français237 207