Prescribed fire does not promote outbreaks of a primary bark beetle at low‐density populations
Notice bibliographique
Résumé
Summary The causes of bark beetle outbreaks – particularly the role of disturbances – are poorly understood. Stand‐scale disturbances, like fires, can suddenly improve local host susceptibility and may attract beetles; however, whether such increases can lead to outbreaks in post‐disturbance stands is unclear. Using low‐densityDendroctonus ponderosaemountain pine beetle populations inPinus contortalodgepole pine forests in western Canada, we investigated whether prescribed fires promote outbreaks or provide only short‐term resources. Proportionally more burned than non‐burned trees were attacked. At one site, beetle attacks increased in response to a resource pulse, but the proportions of attacked trees and numbers of attacks per tree declined over four years after fire. Elsewhere, beetle attacks remained very low. As the resource (phloem) quality of burned trees remained high three years after fire, we propose that post‐fire mortality, resulting in fewer available host trees, can at least partially explain whyD. ponderosaedid not build up populations in burned stands. Synthesis and applications. Our study emphasizes the importance of examining long‐term trends in fire–bark beetle interactions, and of understanding low‐density beetle populations. Because fire does not seem to promote mountain pine beetle outbreaks, we recommend the continued use of prescribed fire for the general management ofP. contortaforests with low‐density beetle populations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».