A Bayesian State‐Space Approach for Invasive Species Management: The Case of Spotted Wing Drosophila
Notice bibliographique
Résumé
Spotted wing drosophila (SWD) is an invasive pest with devastating effects on soft‐skinned fruit crops. Due to its high economic impacts, current SWD management strategies usually focus on preventive calendar‐based insecticide sprays. The industry is calling for adoption of monitoring‐based integrated pest management (IPM) strategies to reduce unnecessary insecticide applications. However, because traps are costly and do not provide perfect observations of the population size, most growers do not monitor. We develop a Bayesian state‐space bioeconomic framework to inform the optimal SWD management strategy when observational uncertainty exists. We use Bayesian inference via the Markov Chain Monte Carlo method to generate the posterior distribution of population model parameters, which we then use to simulate the economic performance of alternative SWD management strategies. We find that one of the monitoring‐based IPM strategies has a slightly lower total cost than the calendar‐based spray strategy. We also find evidence of misalignments between public and private incentives in the adoption of IPM strategies. Profit‐maximizing growers who ignore the negative externalities of insecticide spray have little incentive to adopt the IPM strategies. However, for environmentally conscious growers who take into account the external costs of insecticide sprays, IPM strategies are superior to calendar‐based spray strategy. Our results indicate that IPM strategies become more appealing to both types of growers as the trapping efficiency improves. Extension efforts, support for research to improve trapping efficiency, and monetary incentives can be used to encourage grower adoption of monitoring‐based IPM strategies to control SWD infestation.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».