MétaCan
Menu
Retour à la cohorte
Enregistrement W2783354364 · doi:10.1139/cjfr-2017-0135

Assessing the future susceptibility of mountain pine beetle (<i>Dendroctonus ponderosae</i>) in the Great Lakes Region using forest composition and structural attributes

2018· article· en· W2783354364 sur OpenAlexvenueaboutno aff
Marcella A. Windmuller-Campione

Notice bibliographique

RevueCanadian Journal of Forest Research · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDendroctonusMountain pine beetleBark beetleSpecies richnessForestryEcologyGeographyForest inventoryWoody plantOrdinationForest managementEnvironmental scienceBark (sound)Biology

Résumé

récupéré en direct d'OpenAlex

The potential expansion of mountain pine beetle (Dendroctonus ponderosae Hopkins) from western North America into the Great Lakes Region (Michigan, Minnesota, Wisconsin, and Ontario) could negatively impact eastern pine forests. Currently, no metrics exist to assess susceptibility in the region. I have developed a hazard rating system for the Great Lakes Region that utilizes common attributes of forest structure and composition and have assessed the current susceptibility using the Forest Inventory and Analysis database. The vast majority of plots (∼90%) that contained at least one living pine species were classified as moderately or highly susceptible. Plots on federal (USDA Forest Service) lands had higher susceptibility ratings than those on private or state-owned lands. Ordination results highlighted differences among the susceptibility scores (high, moderate, and low) across plots. Plots with high susceptibility were associated with greater total plot density and pine density, and plots with low susceptibility were associated with lower total plot density and greater overstory species richness. There are still many unknowns regarding mountain pine beetle in the Great Lakes Region; however, as natural resource managers plan for the future, they may want to consider the potential arrival of mountain pine beetle in eastern pine forests when developing silvicultural prescriptions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,917
Score d'incertitude au seuil0,164

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,322
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations6
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Insect Ecology and ManagementTravaux en français237 207