Responses of tree-killing bark beetles to a changing climate.
Notice bibliographique
Résumé
Abstract Bark beetles cause widespread tree mortality, so understanding how climate change will influence the distribution and magnitude of outbreaks by this group of herbivores is important. We first develop a framework of outbreak dynamics that emphasizes transitions from states dominated by negative feedback to those dominated by positive, density-dependent feedback. We then consider mechanisms by which temperature and precipitation changes can allow populations to breach critical thresholds, and the empirical data relating outbreaks to weather. Finally, we consider how anticipated climatic change, and relationships with new hosts and natural enemy guilds, may influence dynamics in new habitats. There is strong evidence that elevated temperature can increase overwintering survival and decrease generation times of bark beetles, although evolved traits can also constrain response to warming in some habitats. Moreover, combinations of phenotypic plasticity, genotypic variation and physiological thresholds yield a broad range of conditions under which adults emerge synchronously, and thus can mass attack trees. There is likewise strong evidence that severe drought reduces tree defences against attack. Drought stress can occur through lower precipitation and/or higher temperatures that reduce soil moisture and/or raise vapour pressure deficit. We also delineate three categories of range modifications: increased and more persistent establishment in areas where trees experienced only intermittent exposure historically; establishment in areas dominated by host species but where local populations experienced little or no pressure historically; and movement into new areas containing susceptible species that have not been exposed previously. Each of these has been documented for bark beetles. Trees in areas that experienced minor or no exposure generally had lower defences than their more historically exposed counterparts. However, there can be lags in beetle behavioural responses. In some cases, more heterogeneous forest structure, more abundant local predators and competitors and low host nutritional quality could potentially lessen risk in new habitats. Direct comparative studies are needed to evaluate outbreak potentials following range expansions driven by climate warming.
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 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».