Global warming presents new challenges for maize pest management
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
It has been conjectured that global warming will increase the prevalence of insect pests in many agro-ecosystems. In this paper, we quantitatively assess four of the key pests of maize, one of the most important systems in North American grain production. Using empirically generated estimates of pest overwintering thresholds and degree-day requirements, along with climate change projections from a high-resolution climate model, we project potential future ranges for each of these pests in the United States. Our analysis suggests the possibility of increased winter survival and greater degree-day accumulations for each of the pests surveyed. We find that relaxed cold limitation could expand the range of all four pest taxa, including a substantial range expansion in the case of corn earworm (H. zea), a migratory, cold-intolerant pest. Because the corn earworm is a cosmopolitan pest that has shown resistance to insecticides, our results suggest that this expansion could also threaten other crops, including those in high-value areas of the western United States. Because managing significant additional pressure from this suite of established pests would require additional pest management inputs, the projected decreases in cold limitation and increases in heat accumulation have the potential to significantly alter the pest management landscape for North American maize production. Further, these range expansions could have substantial economic impacts through increased seed and insecticide costs, decreased yields, and the downstream effects of changes in crop yield 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.
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 | 0,000 |
| 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) | 0,000 | 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 découle