MétaCan
Menu
Retour à la cohorte
Enregistrement W4214491202 · doi:10.1139/as-2021-0027

A pioneering pest: the winter moth (<i>Operophtera brumata</i>) is expanding its outbreak range into Low Arctic shrub tundra

2022· article· en· W4214491202 sur OpenAlexvenueno aff
Ole Petter Laksforsmo Vindstad, Jane Uhd Jepsen, Helge Molvig, Rolf A. Ims

Notice bibliographique

RevueArctic Science · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesNatureNorges Forskningsråd
Mots-clésTundraTaigaShrubEcologyArcticBorealVegetation (pathology)LarchBiology

Résumé

récupéré en direct d'OpenAlex

Climate warming allows generalist boreal consumers to expand into Arctic ecosystems. We present experimental and observational field data showing that a generalist boreal insect pest—the winter moth (Operophtera brumata Linnaeus, 1758)—is expanding its outbreak range out of the northern boreal mountain birch forest in northeast Fennoscandia and into the adjacent Low Arctic shrub tundra. This is the first documented example of an outbreaking boreal insect pest expanding into a tundra ecosystem. The expansion has coincided with a long-term advancing trend in the expected hatching date of moth eggs in spring for the study region. We show that the winter moth can complete development on Low Arctic willows and that the density of winter moth larvae in willow thickets is unrelated to the amount of mountain birch (the main host plant in northern boreal forest) in the thickets. However, we also demonstrate that larval densities on willows show a regional-scale spatial decline when moving away from the birch forest and into the shrub tundra. Continued monitoring is needed to establish whether the outbreaks will spread farther into the tundra. The expansion of outbreaking boreal pests into the tundra could alter conventional expectations of increasing vegetation productivity and shrubification in tundra ecosystems.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,075
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,030
Tête enseignante GPT0,249
Écart entre enseignants0,219 · 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.

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

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetClimate change and permafrostTravaux en français237 207