Topographic influences on the distribution of white pine blister rust in <i>Pinus albicaulis</i> treeline communities
Notice bibliographique
Résumé
The exotic disease white pine blister rust (caused by Cronartium ribicola) damages and kills whitebark pine (Pinus albicaulis), even in the extreme environments of alpine treeline communities. We surveyed P. albicaulis trees and tree islands for blister rust in 2 distinct alpine treeline communities in Montana, USA, and examined meso- and microtopographic factors potentially related to the climatic requirements for blister rust infection. For each of 60 sampling plots, we created high-resolution digital elevation models, derived microtopography variables, and compared these and distance to water feature variables with blister rust occurrence and intensity (number of cankers per infected tree) for every sampled P. albicaulis tree. Infection rates were 19% (of 328 sampled trees) and 24% (of 585 sampled trees) at the 2 sites. Tree island P. albicaulis had higher infection percentages than solitary trees. Using Bayesian analysis and a zero-inflated Poisson regression model, we determined that solar radiation and moisture-related variables correlated with both presence and number of blister rust cankers on P. albicaulis. Site factors that influence moisture, such as local topography, hydrology, and climate, differed between the 2 treeline study areas, which may account for the model variability.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».