MétaCan
Menu
Retour à la cohorte
Enregistrement W3184136259 · doi:10.1111/afe.12461

Prediction of the potential global distribution of the Asian longhorned beetle <i>Anoplophora glabripennis</i> (Coleoptera: Cerambycidae) under climate change

2021· article· en· W3184136259 sur OpenAlexaff
Yuting Zhou, Xuezhen Ge, Zou Ya, Siwei Guo, Tao Wang, Shixiang Zong

Notice bibliographique

RevueAgricultural and Forest Entomology · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensUniversity of Guelph
Organismes subventionnairesFundamental Research Funds for the Central Universities
Mots-clésLonghorn beetleClimate changeAbundance (ecology)Southern HemisphereEcologyPEST analysisDistribution (mathematics)BiologyAgroforestryGeographyBotany

Résumé

récupéré en direct d'OpenAlex

Abstract The Asian longhorned beetle (ALB) Anoplophora glabripennis (Motschulsky) (Coleoptera: Cerambycidae) is an important wood‐boring pest that has caused substantial damage to broadleaf trees in Asia, North America, and Europe. We used the modelling software CLIMEX to project the potential global distribution of ALB based on both historical (1987–2016) and future (2021–2050) climate conditions. ALB has possible hosts in 37 genera, and their known distributions were incorporated into the model to assess their effect on pest distribution. Suitable regions for ALB are predicted to be widely distributed under both historical and future climate conditions, and across all continents except Antarctica. With climate change, climate suitability would increase in the regions north of 30°N and decline in most regions south of 30°N. The area of most climate‐suitable regions would be covered by potential hosts, and optimum hosts would dominate. The possibility of ALB outbreaks in the Northern Hemisphere is much higher than in the Southern Hemisphere, owing to the richer abundance of hosts. These results provide theoretical guidance for developing effective ALB monitoring and mitigation measures.

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 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 enseignants0,023
Score d'incertitude au seuil0,233

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,189
Écart entre enseignants0,181 · 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.

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

Citations27
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultural and Forest EntomologyMême sujetForest Insect Ecology and ManagementTravaux en français237 207