Predicting effects of climate change on Swiss needle cast disease severity in Pacific Northwest forests
Notice bibliographique
Résumé
Swiss needle cast of Douglas-fir (Pseudotsuga menziesii) is caused by the ascomycete Phaeocryptopus gaeumannii. Symptoms are foliage chlorosis and premature needle abscission due to occlusion of stomata by the ascocarps of the pathogen, resulting in impaired needle gas exchange. Growth losses of 20%-50% due to Swiss needle cast have been reported for approximately 150 000 ha of Douglas-fir plantations in western Oregon since 1996. In the western Coast Range of Oregon and in New Zealand, winter temperature is strongly correlated with pathogen abundance. Models for predicting disease severity based on winter temperature account for 77% and 78% of the variation in 1- and 2-year-old needles, respectively, for western Oregon sites and approximately 80% for New Zealand. A trend of temperatures increasing by 0.2–0.4 °C during the winter months and spring precipitation increasing by 0.7–1.5 cm/decade since 1970 suggests that regional climate trends are influencing the current distribution and severity of Swiss needle cast disease. Continuing winter temperature increases predicted for the Pacific Northwest of approximately 0.4 °C/decade through 2050 suggest that the severity and distribution of Swiss needle cast is likely to increase in the coming decades as a result of climate change, with significant consequences for Pacific Northwest forests.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».