Balancing ecological complexity in predictive models: a reassessment of risk models in the mountain pine beetle system
Notice bibliographique
Résumé
Summary The nature of ecological risk assessment is to predict the probability of an event, such as extinction or invasion, in a location where the event has rarely occurred. This typically requires developing risk models from data on events in different locations. One perplexing challenge in developing these models is to find the optimal balance of model complexity that reflects the tactical details of a system, but is sufficiently strategic to be applicable under a wide range of situations. Here we address the balance of complexity in risk models for the mountain pine beetle system. Mountain pine beetles ( Dendroctonus ponderosae Hopkins) are destructive pests of pine forests in western North America. Much effort has gone into collecting empirical evidence and developing mechanistic models of infestation dynamics, which has resulted in a wealth of process‐based information. Current risk models, however, are based solely on indices of stand susceptibility that do not incorporate much of this ecological understanding. In practice, current risk models have proven ineffective at predicting the risk or extent of an infestation. We assemble an ecological framework of the beetle–host interaction that allows us to compare across phenomenological and mechanistic models. We demonstrate that current risk models predict only ranked risk among forest stands, as opposed to absolute risk, and thereby provide an explanation for their limited ability to predict risk in practice. By comparing existing models with the ecological framework, we identify the primary factors determining risk, and propose which dynamical processes should be modelled explicitly, and which might be strategically abstracted. Synthesis and applications . Balancing model complexity in predictive risk models is challenging for systems with complex ecology and imperfect information. Here we draw together a wide range of empirical and modelling work in the mountain pine beetle system to develop a strategic framework of the ecological interactions. Through this framework, we demonstrate why current risk models have been ineffective in predicting risk, and suggest a starting point for future risk models that explicitly describe the dynamical processes necessary to predict absolute risk.
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 | 0,004 | 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 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 ».