MétaCan
Menu
Retour à la cohorte
Enregistrement W2105051314 · doi:10.48044/jauf.2012.014

Estimates of the Potential Cost of Emerald Ash Borer (Agrilus planipennis Fairmaire) in Canadian Municipalities

2012· article· en· W2105051314 sur OpenAlexaboutno aff
Daniel W. McKenney, John Pedlar, Denys Yemshanov, D. Barry Lyons, K Campbell, Kevin Lawrence

Notice bibliographique

RevueArboriculture & Urban Forestry · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmerald ash borerAgrilusFraxinusGeographyBuprestidaeForestryEcologyFisheryBiology

Résumé

récupéré en direct d'OpenAlex

Emerald ash borer (EAB) is an invasive phloem-feeding insect causing extensive mortality to ash (Fraxinus sp.) in North America. Economic costs associated with EAB-related mortality of street and backyard trees in Canadian urban areas were estimated over a 30-year time horizon. The approach employed a simple spread model to approximate EAB arrival times at each community based on three maximum spread rates: slow (~10 km/year), medium (~30 km/year), and fast (~50 km/year). Costs are estimated for four discount rates (0%, 2%, 4%, and 10%) and three treatment rates (0%, 10%, and 50% of trees treated with an insecticide). Ash density along urban roads was estimated from a variety of sources, including a recently developed survey that allows for rapid assessment of street tree compositions. Based on the 30 km/year spread rate, a 4% discount rate, and a 10% treatment rate, the present value of the costs is estimated to be approximately CAD $524 million (2010 currency rate); this value increases to roughly $890 million when costs associated with backyard trees are included. These estimates are conservative because they focus only on damage to street (and backyard) trees; nonetheless, their magnitude suggests considerable justification for investments to slow the spread of EAB in Canada.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,539

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,005
Tête enseignante GPT0,196
Écart entre enseignants0,191 · 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

Citations62
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArboriculture & Urban ForestryMême sujetForest Insect Ecology and ManagementTravaux en français237 207