MétaCan
Menu
Retour à la cohorte
Enregistrement W2039511702 · doi:10.1139/x11-138

Changes in ash tree demography associated with emerald ash borer invasion, indicated by regional forest inventory data from the Great Lakes States

2011· article· en· W2039511702 sur OpenAlexvenueno aff
Scott A. Pugh, Andrew M. Liebhold, Randall S. Morin

Notice bibliographique

RevueCanadian Journal of Forest Research · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmerald ash borerFraxinusAgrilusGeographyEcologyForest inventoryForestryBiologyForest management

Résumé

récupéré en direct d'OpenAlex

The emerald ash borer (EAB) ( Agrilus planipennis Fairmaire) is a nonnative phloem-feeding beetle that was accidentally introduced near Detroit, Michigan, two to three decades ago. North American ash ( Fraxinus spp.) exhibit little or no resistance, and as this insect species expands its range, extensive mortality results. Previous studies of the impacts of EAB, typical of most insect and disease impact studies, utilized data acquired from sites with known infestations and cannot be used to make regional estimates of change on forest land. By contrast, this study investigated the regional impacts of EAB on the affected resource using information from a large-scale forest inventory (Forest Inventory and Analysis program of the US Department of Agriculture, Forest Service) previously implemented to estimate regional forest resources. Results indicate that since 1980, ash has been increasing throughout many of the Great Lakes States but EAB is reversing this trend in recently invaded areas. Within 50 km of the epicenter of the EAB invasion, a major decline was observed after 2004. For growing stock (trees at least 12.7 cm diameter at breast height), average ash volume decreased from 12.7 to 3.2 m 3 ·ha –1 and mortality increased from 0.1 to 1.4 m 3 ·ha –1 ·year –1 on timberland between the 2004 and 2009 inventories.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,845
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,087
Tête enseignante GPT0,268
Écart entre enseignants0,181 · 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.

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

Citations59
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

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