MétaCan
Menu
Retour à la cohorte
Enregistrement W2995375896 · doi:10.3390/f11010005

Prediction of the Long-Term Potential Distribution of Cryptorhynchus lapathi (L.) under Climate Change

2019· article· en· W2995375896 sur OpenAlexaff
Zou Ya, Linjing Zhang, Xuezhen Ge, Siwei Guo, Xue Li, Linghong Chen, Tao Wang, Shixiang Zong

Notice bibliographique

RevueForests · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of Guelph
Organismes subventionnairesFundamental Research Funds for the Central Universities
Mots-clésClimate changeDistribution (mathematics)Representative Concentration PathwaysGlobal warmingClimate change scenarioNorthern HemisphereEffects of global warmingEnvironmental scienceClimate modelGeographyPEST analysisEcologyClimatologyAgroforestryBiology

Résumé

récupéré en direct d'OpenAlex

The poplar and willow borer, Cryptorhynchus lapathi (L.), is a severe worldwide quarantine pest that causes great economic, social, and ecological damage in Europe, North America, and Asia. CLIMEX4.0.0 was used to study the likely impact of climate change on the potential global distribution of C. lapathi based on existing (1987–2016) and predicted (2021–2040, 2041–2080, and 2081–2100) climate data. Future climate data were simulated based on global climate models from Coupled Model Inter-comparison Project Phase 5 (CMIP5) under the RCP4.5 projection. The potential distribution of C. lapathi under historical climate conditions mainly includes North America, Africa, Europe, and Asia. Future global warming may cause a northward shift in the northern boundary of potential distribution. The total suitable area would increase by 2080–2100. Additionally, climatic suitability would change in large regions of the northern hemisphere and decrease in a small region of the southern hemisphere. The projected potential distribution will help determine the impacts of climate change and identify areas at risk of pest invasion in the future. In turn, this will help design and implement effective prevention measures for expanding pest populations, using natural enemies, microorganisms, and physical barriers in very favorable regions to impede the movement and oviposition of C. lapathi.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,009
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,023
Tête enseignante GPT0,230
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207