MétaCan
Menu
Retour à la cohorte
Enregistrement W1981454698 · doi:10.1139/x10-055

Investigating the influence of climate, site, location, and treatment factors on damage to young lodgepole pine in southern British Columbia

2010· article· en· W1981454698 sur OpenAlexafffundvenueabout
Jean L. Heineman, Donald L. Sachs, W. Jean Mather, Suzanne W. Simard

Notice bibliographique

RevueCanadian Journal of Forest Research · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesMinistry of Forests, Lands and Natural Resource Operations
Mots-clésPinus contortaMountain pine beetleClimate changeEcosystemEnvironmental scienceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Lodgepole pine ( Pinus contorta Dougl. ex Loud. var. latifolia Engelm.) has been extensively planted throughout interior British Columbia, and as a result may be particularly susceptible to climate-induced changes in the range and severity of common damaging agents. We quantified the presence of 14 damaging agents in sixty-six 15- to 30-year-old pine stands. Hard pine stem rusts, primarily western gall rust, were present on every site. We used logistic regression to predict individual agent presence from climatic, location, site, and treatment factors and calculated odds ratios to evaluate whether risk to lodgepole pine increases or decreases as these factors change. Risk of damage from serious agents (stem disease, root disease, and mountain pine beetle) increased with increasing latitude; however, in several of these models, risk also increased as temperature of the coldest month got warmer. We also found evidence that increasing risk of damage from agents that are currently less serious (sequoia pitch moth, pine needle cast, and pine terminal weevil) was associated with warming and (or) increasingly dry climatic conditions. Given the predominance of lodgepole pine in northerly ecosystems and the prediction that climate change effects will increase with latitude, our results suggest the need to consider potential increases in damage from diseases and insects during silviculture planning and timber supply prediction.

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 enseignants0,408
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,258
Écart entre enseignants0,242 · 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

Citations28
Publié2010
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Insect Ecology and ManagementTravaux en français237 207