WHITE PINE WEEVIL ATTACK ON WHITE SPRUCE: A SURVIVAL TIME ANALYSIS
Notice bibliographique
Résumé
The survival time of a white spruce tree (Picea glauca (Moench) Voss) with respect to the attack by the white pine weevil (Pissodes strobi (Peck)) was defined as the number of years until an attack occurred. In this context, resistant trees are those capable of delaying attacks rather than preventing attacks. This study investigated the patterns of survival times of resistant and susceptible trees in a progeny trial of white spruce in the interior of British Columbia, Canada. By doing so, we demonstrated that survival time analysis, a technique specifically developed for dealing with clinical medicine and industrial reliability tests, was a very useful approach in analyzing resistance of hosts to herbivore attack. The results suggested that survivorship of resistant trees was significantly different from that of susceptible trees, as expected. The median survival time of susceptible trees was ∼12 yr after seeding, while it was 21 yr for resistant trees. The survival times of white spruce trees were identified adequately following a lognormal distribution. Based on the estimated hazard functions of the lognormal distribution, the most severe weevil infestation was predicted to occur at 19 yr for susceptible trees, and at 26 yr for resistant trees. Infestation level was affected by several factors, such as tree height, seasonal temperature, and precipitation. An accelerated failure time model was used to evaluate the effect of these factors on survivorship. The identification of resistant or susceptible trees by survival times is to be incorporated into an integrated pest management program for the white pine weevil in British Columbia.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,245 | 0,052 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».