Worldwide border interceptions provide a window into human‐mediated global insect movement
Notice bibliographique
Résumé
As part of national biosecurity programs, cargo imports, passenger baggage, and international mail are inspected at ports of entry to verify compliance with phytosanitary regulations and to intercept potentially damaging nonnative species to prevent their introduction. Detection of organisms during inspections may also provide crucial information about the species composition and relative arrival rates in invasion pathways that can inform the implementation of other biosecurity practices such as quarantines and surveillance. In most regions, insects are the main taxonomic group encountered during inspections. We gathered insect interception data from nine world regions collected from 1995 to 2019 to compare the composition of species arriving at ports in these regions. Collectively, 8,716 insect species were intercepted in these regions over the last 25 yr, with the combined international data set comprising 1,899,573 interception events, of which 863,972 were identified to species level. Rarefaction analysis indicated that interceptions comprise only a small fraction of species present in invasion pathways. Despite differences in inspection methodologies, as well as differences in the composition of import source regions and imported commodities, we found strong positive correlations in species interception frequencies between regions, particularly within the Hemiptera and Thysanoptera. There were also significant differences in species frequencies among insects intercepted in different regions. Nevertheless, integrating interception data among multiple regions would be valuable for estimating invasion risks for insect species with high likelihoods of introduction as well as for identifying rare but potentially damaging species.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».