Nonnative forest insects and pathogens in the United States: Impacts and policy options
Notice bibliographique
Résumé
We review and synthesize information on invasions of nonnative forest insects and diseases in the United States, including their ecological and economic impacts, pathways of arrival, distribution within the United States, and policy options for reducing future invasions. Nonnative insects have accumulated in United States forests at a rate of ~2.5 per yr over the last 150 yr. Currently the two major pathways of introduction are importation of live plants and wood packing material such as pallets and crates. Introduced insects and diseases occur in forests and cities throughout the United States, and the problem is particularly severe in the Northeast and Upper Midwest. Nonnative forest pests are the only disturbance agent that has effectively eliminated entire tree species or genera from United States forests within decades. The resulting shift in forest structure and species composition alters ecosystem functions such as productivity, nutrient cycling, and wildlife habitat. In urban and suburban areas, loss of trees from streets, yards, and parks affects aesthetics, property values, shading, stormwater runoff, and human health. The economic damage from nonnative pests is not yet fully known, but is likely in the billions of dollars per year, with the majority of this economic burden borne by municipalities and residential property owners. Current policies for preventing introductions are having positive effects but are insufficient to reduce the influx of pests in the face of burgeoning global trade. Options are available to strengthen the defenses against pest arrival and establishment, including measures taken in the exporting country prior to shipment, measures to ensure clean shipments of plants and wood products, inspections at ports of entry, and post-entry measures such as quarantines, surveillance, and eradication programs. Improved data collection procedures for inspections, greater data accessibility, and better reporting would support better evaluation of policy effectiveness. Lack of additional action places the nation, local municipalities, and property owners at high risk of further damaging and costly invasions. Adopting stronger policies to reduce establishments of new forest insects and diseases would shift the major costs of control to the source and alleviate the economic burden now borne by homeowners and municipalities.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».