Prediction and Evaluation of Suitable Habitat of Invasive Vespa mandarina in North America based on MaxEnt Niche Model
Notice bibliographique
Résumé
Vespa mandarina is one of the largest and most dangerous wasps in the world. Its invasion will bring great challenges to the local ecological balance and environmental security. Based on 8 climatic factors and 6 geographical factors, the suitable habitat, migration trend and living conditions of this species in North America were predicted and analyzed by MaxEnt niche model. The results showed that precision of cold quarter, min temperature of cold month and mean temperature of cold quarter were the three most important environmental factors affecting the distribution of Vespa mandarina; The most suitable climatic conditions for the survival of this species are the average annual temperature of 23.3 ℃ - 27.8 ℃, the precipitation in the driest season of 370mm-720mm and the precipitation in the coldest season of 850mm-1600mm; At the same time, the most suitable geographical environment for its survival is the coniferous forest or broad-leaved forest with an altitude of - 20m-100m, loam or sandy soil and a coverage rate of more than 75%; At present, the suitable areas of Vespa mandarina is mainly distributed in temperate or tropical areas such as the western coast of Canada, the northwest and eastern coast of the United States and Latin America, and the suitable area of Vespa mandarina will decrease under various CO2 emission scenarios in the future; In the future, the species will mainly start from the west coast of Washington state and migrate along the coastline to Alaska in the north and the Central American isthmus in the south.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».