Reconstructing the European Grapevine Moth (Lepidoptera: Tortricidae), Invasion in California: Insights From a Successful Eradication
Notice bibliographique
Résumé
Successfully eradicated invasions are ideal opportunities for understanding the factors governing biological invasions and developing robust management strategies should the same, or similar, organisms again invade. We used geospatial analyses and habitat suitability modeling to reconstruct the spatiotemporal dynamics of an invasive vineyard pest, the European grapevine moth (Lobesia botrana [Denis & Schiffermüller]), in northern California. L. botrana detections were most strongly autocorrelated at local spatial scales (≤250 m) and remained clustered up to ~10 km. Generalized linear model, boosted regression tree, and random forest modeling methods performed well in predicting habitat suitability for L. botrana; annual mean temperature, elevation, and distance to the nearest road were identified as important predictors. Hotspots in L. botrana occurrence were spatiotemporally dynamic, yet habitat suitability was less important than purely spatial effects in explaining hotspot persistence. Our results indicate that local regulatory response to novel L. botrana detections was appropriate; 500 m treatment zones around detections are sufficient given the apparent propensity for very local movement by L. botrana. Our results also confirm the role of anthropogenic effects in L. botrana spread and support the establishment of quarantine procedures to limit human-mediated dispersal. Lastly, ensemble predictions provide a fine-scale measure of relative risk for a portion of northern California in the event of future L. botrana introductions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».