Comparing, evaluating and combining statistical species distribution models and <scp>CLIMEX</scp> to forecast the distributions of emerging crop pests
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,001 | 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 | 0,001 | 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) | 0,000 | 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 découle