MétaCan
Menu
Retour à la cohorte
Enregistrement W3202214352 · doi:10.1038/s42003-021-02599-9

Invasive potential of tropical fruit flies in temperate regions under climate change

2021· article· en· W3202214352 sur OpenAlexaff
Andrew Paul Gutierrez, Luigi Ponti, Markus Neteler, D. M. Suckling, José Ricardo Cure

Notice bibliographique

RevueCommunications Biology · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect behavior and control techniques
Établissements canadiensCentre Casa
Organismes subventionnairesAgenzia Nazionale per le Nuove Tecnologie, l'Energia e lo Sviluppo Economico SostenibileEuropean CommissionAmes Research CenterU.S. Department of AgricultureNational Aeronautics and Space Administration
Mots-clésTemperate climateTropical climateClimate changeGeographySubtropicsTropicsAgroforestryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Tropical fruit flies are considered among the most economically important invasive species detected in temperate areas of the United States and the European Union. Detections often trigger quarantine and eradication programs that are conducted without a holistic understanding of the threat posed. Weather-driven physiologically-based demographic models are used to estimate the geographic range, relative abundance, and threat posed by four tropical tephritid fruit flies (Mediterranean fruit fly, melon fly, oriental fruit fly, and Mexican fruit fly) in North and Central America, and the European-Mediterranean region under extant and climate change weather (RCP8.5 and A1B scenarios). Most temperate areas under tropical fruit fly propagule pressure have not been suitable for establishment, but suitability is predicted to increase in some areas with climate change. To meet this ongoing challenge, investments are needed to collect sound biological data to develop mechanistic models to predict the geographic range and relative abundance of these and other invasive species, and to put eradication policies on a scientific basis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,089
Tête enseignante GPT0,304
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations45
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications BiologyMême sujetInsect behavior and control techniquesTravaux en français237 207