Assessing the Potential Distribution of Asian Gypsy Moth in Canada: A Comparison of Two Methodological Approaches
Notice bibliographique
Résumé
Gypsy moth (Lymantria dispar L.) is one of the world's worst hardwood defoliating invasive alien species. It is currently spreading across North America, damaging forest ecosystems and posing a significant economic threat. Two subspecies L. d. asiatica and L. d. japonica, collectively referred to as Asian gypsy moth (AGM) are of special concern as they have traits that make them better invaders than their European counterpart (e.g. flight capability of females). We assessed the potential distribution of AGM in Canada using two presence-only species distribution models, Maximum Entropy (MaxEnt) and Genetic Algorithm for Rule-set Prediction (GARP). In addition, we mapped AGM potential future distribution under two climate change scenarios (A1B and A2) while implementing dispersal constraints using the cellular automation model MigClim. MaxEnt had higher AUC, pAUC and sensitivity scores (0.82/1.40/1.00) when compared to GARP (0.70/1.26/0.9), indicating better discrimination of suitable versus unsuitable areas for AGM. The models indicated that suitable conditions for AGM were present in the provinces of British Columbia, Ontario, Quebec, Nova Scotia and New Brunswick. The human influence index was the variable found to contribute the most in predicting the distribution of AGM. These model results can be used to identify areas at risk for this pest, to inform strategic and tactical pest management decisions.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».