MétaCan
Menu
Retour à la cohorte
Enregistrement W2104003922 · doi:10.1139/x11-097

An invasive urban forest pest invades natural environments — Asian longhorned beetle in northeastern US hardwood forests

2011· article· en· W2104003922 sur OpenAlexvenueno aff
Kevin J. Dodds, David A. Orwig

Notice bibliographique

RevueCanadian Journal of Forest Research · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesNorthern Research StationAnimal and Plant Health Inspection ServiceU.S. Forest ServiceU.S. Department of Agriculture
Mots-clésHardwoodPEST analysisInfestationEcologyAceraceaeBiologyForestryMapleAgroforestryGeographyBotany

Résumé

récupéré en direct d'OpenAlex

An infestation of Asian longhorned beetle (ALB) ( Anoplophora glabripennis (Motschulsky)) was detected in Worcester, Massachusetts, in 2008. The discovery of this pest, previously only seen in urban environments of North America, led to the unprecedented establishment of a 243 km 2 quarantine zone that included urban parks, neighborhoods, and natural forests. Because ALB behavior in forested stands is virtually unknown, two closed-canopied forested stands (Bovenzi and Delaval) infested with ALB within this zone were sampled during 2008–2010 to document stand conditions, assess ALB host selection, and determine ALB impact on tree growth. Thirty-two percent of the Acer sampled in Bovenzi were infested with ALB compared with 63% in Delaval. In Delaval where three maple host species were available, ALB was found more often in Acer rubrum L. than in Acer saccharum Marsh. or Acer platanoides L. Radial growth patterns did not differ between ALB-infested and uninfested Acer trees in Bovenzi. In contrast, ALB-infested trees in Delaval were significantly older and larger than uninfested trees and exhibited slower radial growth and ring width index patterns compared with uninfested trees. Results suggest that if left uncontrolled, ALB can readily disperse into natural forest landscapes and alter the makeup of North America’s hardwood forest region.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,924
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,260
Écart entre enseignants0,228 · 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'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

Citations124
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

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