MétaCan
Menu
Retour à la cohorte
Enregistrement W3207235258 · doi:10.1002/ps.6677

Comparing, evaluating and combining statistical species distribution models and <scp>CLIMEX</scp> to forecast the distributions of emerging crop pests

2021· article· en· W3207235258 sur OpenAlexfundno aff
Regan Early, Ivan Rwomushana, Gilson Chipabika, Roger Day

Notice bibliographique

RevuePest Management Science · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect-Plant Interactions and Control
Établissements canadiensnon disponible
Organismes subventionnairesDirectorate-General for International Cooperation and DevelopmentAustralian Centre for International Agricultural ResearchBiotechnology and Biological Sciences Research CouncilDirektion für Entwicklung und ZusammenarbeitInternational Fund for Agricultural DevelopmentAgriculture and Agri-Food CanadaForeign and Commonwealth OfficeMinistry of Agriculture of the People's Republic of ChinaDepartment for International Development, UK GovernmentIrish Aid
Mots-clésRange (aeronautics)PEST analysisIntegrated pest managementDistribution (mathematics)Strengths and weaknessesStatistical modelComputer scienceEcologyBiologyMachine learningMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Forecasting the spread of emerging pests is widely requested by pest management agencies in order to prioritise and target efforts. Two widely used approaches are statistical Species Distribution Models (SDMs) and CLIMEX, which uses ecophysiological parameters. Each have strengths and weaknesses. SDMs can incorporate almost any environmental condition and their accuracy can be formally evaluated to inform managers. However, accuracy is affected by data availability and can be limited for emerging pests, and SDMs usually predict year-round distributions, not seasonal outbreaks. CLIMEX can formally incorporate expert ecophysiological knowledge and predicts seasonal outbreaks. However, the methods for formal evaluation are limited and rarely applied. We argue that both approaches can be informative and complementary, but we need tools to integrate and evaluate their accuracy. Here we develop such an approach, and test it by forecasting the potential global range of the tomato pest Tuta absoluta. RESULTS: The accuracy of previously developed CLIMEX and new statistical SDMs were comparable on average, but the best statistical SDM techniques and environmental data substantially outperformed CLIMEX. The ensembled approach changes expectations of T. absoluta's spread. The pest's environmental tolerances and potential range in Africa, the Arabian Peninsula, Central Asia and Australia will be larger than previous estimates. CONCLUSION: We recommend that CLIMEX be considered one of a suite of SDM techniques and thus evaluated formally. CLIMEX and statistical SDMs should be compared and ensembled if possible. We provide code that can be used to do so when employing the biomod suite of SDM techniques. © 2021 The Authors. Pest Management Science published by John Wiley & Sons Ltd on behalf of Society of Chemical Industry.

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)0,009
score de la tête « metaresearch » (Gemma)0,021
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,046
Tête enseignante GPT0,281
Écart entre enseignants0,236 · 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

Citations56
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePest Management ScienceMême sujetInsect-Plant Interactions and ControlTravaux en français237 207