MétaCan
Menu
Retour à la cohorte
Enregistrement W2971201714 · doi:10.3390/f10090748

Dynamics and Management of Rising Outbreak Spruce Budworm Populations

2019· article· en· W2971201714 sur OpenAlexaffabout
Jacques Régnière, Barry J. Cooke, Ariane Béchard, Alain Dupont, Pierre Therrien

Notice bibliographique

RevueForests · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensMinistère des Ressources naturelles et des ForêtsNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésSpruce budwormBiologyPopulation densityOutbreakDensity dependenceFecundityPopulationEcologyLarvaDemographyTortricidae

Résumé

récupéré en direct d'OpenAlex

Management of spruce budworm, Choristoneura fumiferana (Clem.), outbreak spread requires understanding the demographic processes occurring in low, but rising populations. For the first time, detailed observations were made in the early stages of outbreak development. We sampled populations over a three-year period in both treated and untreated populations in the Lower St-Lawrence region of Quebec, Canada, and measured the density-dependence of survival and population growth rates, and the impact of natural enemies and insecticides. Insecticides tested were Bacillus thuringiensis (Berliner 1915) and tebufenozide. We recorded strong density-dependence of survival between early larval stages and adult emergence, explained largely by the variation of natural enemy impacts and overcrowding. We also observed inverse density-dependence of apparent fecundity: net immigration into lower-density populations and net emigration from the higher, linked to a threshold of ~25% defoliation. Because of high migration rates, none of the 2013 treatments reduced egg populations at the end of summer. However lower migration activity in 2014 allowed population growth to be reduced in treated plots. This evidence lends support to the conclusion that, for a budworm population to increase to outbreak density, it must be elevated via external perturbations, such as immigration, above a threshold density of ~4 larvae per branch tip (L4). Once a population has increased beyond this threshold, it can continue growing and itself become a source of further spread by moth migration. These findings imply that populations can be brought down by insecticide applications to a density where mortality from natural enemies can keep the reduced population in check, barring subsequent immigration. While we recognize that other factors may occasionally cause a population to exceed the Allee threshold and reach outbreak level, the preponderance of immigration implies that if all potential sources of significant numbers of moths are reduced on a regional scale by insecticide applications, a widespread outbreak can be prevented, stopped or slowed down by reducing the supply of migrating moths.

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)0,000
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 enseignants0,351
Score d'incertitude au seuil0,698

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,226
Écart entre enseignants0,219 · 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

Citations46
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetFire effects on ecosystemsTravaux en français237 207