MétaCan
Menu
Retour à la cohorte
Enregistrement W1974584019 · doi:10.1016/j.ecolmodel.2014.06.018

Modeling micro-scale ecological processes and emergent patterns of mountain pine beetle epidemics

2014· article· en· W1974584019 sur OpenAlexaboutno aff
Christopher Bone, Mark Altaweel

Notice bibliographique

RevueEcological Modelling · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésMountain pine beetleDendroctonusEcologyBiological dispersalTree (set theory)OutbreakGeographyBark beetleBiologyCurculionidaePopulation

Résumé

récupéré en direct d'OpenAlex

Forest insect outbreaks can impose significant tree mortality across vast forested landscapes. The current epidemic of mountain pine beetle, Dendroctonus ponderosae Hopkins, for example, has led to the mortality of pine trees in western Canada and the U.S. spanning tens of millions of hectares. The ecological processes driving mountain pine beetle outbreaks are governed by multiple feedback mechanisms, thresholds, and external constraints that exist along a spatial continuum from individual insect–tree interactions to landscape level change. These components of mountain pine beetle epidemics need to be explicitly parameterized in modeling efforts that aim to predict where insect disturbance will occur in a forest each year and the amount of tree mortality that will ensue as a result. However, do date, minimal efforts exist that examine how local level interactions between beetles and trees translate into broader patterns of tree mortality, and those that do are limited to relatively local scales. In this study, we present an agent-based model that simulates how tree mortality results from the combination of beetle–tree interactions, beetle-to-beetle communication, tree defense to beetle attack, beetle density dynamics, host tree availability, dispersal behavior, and landscape heterogeneity. Our model is tested using data from an area in central British Columbia, Canada, that is near the center of the current outbreak in that region. The model simulates both overall tree mortality and spatial patterns of tree mortality, producing results that are similar to those observed in aerial surveys of tree health. Moving forward, the computational efficiency of our model demonstrates the capability to be applied to large, regional landscapes when implemented with sufficient computing resources.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,318
Score d'incertitude au seuil0,633

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,228
Écart entre enseignants0,207 · 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'étudeSimulation ou modélisation
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

Citations16
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcological ModellingMême sujetForest Insect Ecology and ManagementTravaux en français237 207