MétaCan
Menu
Retour à la cohorte
Enregistrement W2479593622 · doi:10.1002/eap.1404

Aggregation and a strong<scp>A</scp>llee effect in a cooperative outbreak insect

2016· article· en· W2479593622 sur OpenAlexafffund
Devin W. Goodsman, Dean C. Koch, Caroline Whitehouse, Maya L. Evenden, Barry J. Cooke, Mark A. Lewis

Notice bibliographique

RevueEcological Applications · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensCanadian Forest ServiceAlberta Ministry of Agriculture and ForestryAgriculture Food and Rural DevelopmentUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOutbreakInsectEcologyBiologyZoologyVirology

Résumé

récupéré en direct d'OpenAlex

Most species that are negatively impacted when their densities are low aggregate to minimize this effect. Aggregation has the potential to change how Allee effects are expressed at the population level. We studied the interplay between aggregation and Allee effects in the mountain pine beetle (Dendroctonus ponderosae Hopkins), an irruptive bark beetle that aggregates to overcome tree defenses. By cooperating to surpass a critical number of attacks per tree, the mountain pine beetle is able to breach host defenses, oviposit, and reproduce. Mountain pine beetles and Hymenopteran parasitoids share some biological features, the most notable of which is obligatory host death as a consequence of parasitoid attack and development. We developed spatiotemporal models of mountain pine beetle dynamics that were based on the Nicholson-Bailey framework but which featured beetle aggregation and a tree-level attack threshold. By fitting our models to data from a local mountain pine beetle outbreak, we demonstrate that due to aggregation, attack thresholds at the tree level can be overcome by a surprisingly low ratio of beetles per susceptible tree at the stand level. This results confirms the importance of considering aggregation in models of organisms that are subject to strong Allee effects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,225
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcological ApplicationsMême sujetForest Insect Ecology and ManagementTravaux en français237 207