An assessment of Sirex noctilio spread and potential impacts on pine wood supply and harvests in eastern Canada
Notice bibliographique
Résumé
This study focuses on an emerging threat, Sirex noctilio Fabricius, a pine woodwasp recently detected in the United States and Canada and considered a high risk species to pine forests in North America. Our main objective is to estimate possible physical and economic impacts of a S. noctilio outbreak on standing pine biomass in eastern Canada. We develop a stochastic spread model to generate several invasion scenarios based on current expert knowledge about S. noctilio behavior in Canadian landscapes. The model links the spread patterns with the pine volume map and current regional harvest targets. Projections of killed pine volume range between 25.8 and 115 million m3 over 20 to 28 years depending on the spread model assumptions. Ontario shows the highest and most immediate losses (78% of total losses across eastern Canada over 20 years), and Quebec shares the rest (21.9% over 20 years). Short- and medium-term losses reach $86.3-254.1 million per year after 20 years and are split almost equally between Ontario and Quebec. The net present value of total harvest losses over 28 years is between $0.7 billion and $2.1 billion depending on model assumptions. Adaptation policies decrease short-term losses by 46 to 55 percent and potentially delay larger harvest failures by 9 to 11 years, perhaps buying time for knowledge gains and technical solutions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».