Forecasting the global extent of invasion of the cereal pest <i>Spodoptera frugiperda</i> , the fall armyworm
Notice bibliographique
Résumé
Abstract Fall armyworm, Spodoptera frugiperda , is a crop pest native to the Americas, which has invaded and spread throughout sub-Saharan Africa within two years. Recent estimates of 20-50% maize yield loss in Africa suggest severe damage to livelihoods. Fall armyworm is still infilling its potential range in Africa, and could spread to other continents. In order to understand fall armyworm’s year-round, global, potential distribution, we used evidence of the effects of temperature and precipitation on fall armyworm life-history, combined with data on native and African distributions to construct Species Distribution Models (SDMs). Fall armyworm has only invaded areas that have a climate similar to the native distribution, validating the use of climatic SDMs. The strongest climatic limits on fall armyworm’s year-round distribution are the coldest annual temperature and the amount of rain in the wet season. Much of sub-Saharan Africa can host year-round fall armyworm populations, but the likelihoods of colonising North Africa and seasonal migrations into Europe are hard to predict. South and Southeast Asia and Australia have climate that would permit fall armyworm to invade. Current trade and transportation routes reveal Australia, China, India, Indonesia, Malaysia, Philippines, and Thailand face high threat of fall armyworm invasions originating from Africa.
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 | 0,001 | 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».