Climate Change Effects on the Pest Status and Distribution of the Bean Leaf Beetle (Cerotoma trifurcata)
Notice bibliographique
Résumé
The bean leaf beetle, Cerotoma trifurcata (Förster) (Coleoptera: Chrysomelidae), has recently become a major pest of soybean (Glycine max (L.) Merrill) in North America. With the possibility of further economic losses, an understanding of the potential indirect and direct effects of climate change on the severity of this pest is required. The plant-mediated effects of elevated CO2 on bean leaf beetle fecundity were examined. While non-nitrogen-fixing plants generally show decreases in leaf carbon to nitrogen ratio under elevated CO2, which can negatively impact insect herbivores, there was no change in the carbon to nitrogen ratio of soybean leaves, a nitrogen-fixer, in this study. The lack of change in leaf carbon to nitrogen ratio under elevated CO2 may explain the absence of a treatment effect on bean leaf beetle fecundity in one year of the experiment. However, in the second year, there was an increase in bean leaf beetle fecundity under elevated CO2. Using a multi-year field experiment, I examined the potential direct effects of climate change, namely the impacts of warmer winters on bean leaf beetle overwintering survival and spring emergence. Under increased temperatures, bean leaf beetles emerged 10 to 20 days earlier in the spring which could allow for an additional generation during the growing season. Higher temperatures also led to decreased survival. I developed a bioclimatic envelope model for the bean leaf beetle to examine the direct effects of climate change on a broader scale. I combined this model with the soybean climate envelope to predict the future potential distribution of the bean leaf beetle based both on climate and host plant availability. Since soybean generally has narrower tolerances than the bean leaf beetle, incorporation of host plant availability had a substantial impact on predictions of bean leaf beetle distribution. The inclusion of climate projections from multiple general circulation models (GCMs) and scenarios was a source of variability in our predictions, with only two of the three GCMs predicting further expansion of the bean leaf beetle into Canada.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».