Predicting the habitat suitability of the invasive white mango scale, <i>Aulacaspis tubercularis</i>; Newstead, 1906 (Hemiptera: Diaspididae) using bioclimatic variables
Notice bibliographique
Résumé
BACKGROUND: The white mango scale, Aulacaspis tubercularis (Hemiptera: Diaspididae), is an invasive pest that threatens the production of several crops of commercial value including mango. Though it is an important pest, little is known about its biology and ecology. Specifically, information on habitat suitability of A. tubercularis occurrence and potential distribution under climate change is largely unknown. In this study, we used four ecological niche models, namely maximum entropy, random forest, generalized additive models, and classification and regression trees to predict the habitat suitability of A. tubercularis under current and future [representative concentration pathways (RCPs): RCP4.5 and RCP8.5 of the year 2070] climatic scenarios, using bioclimatic variables. Models' performance was evaluated using the true skill statistic (TSS), the area under the curve (AUC), correlation (COR), and the deviance. RESULTS: All models sufficiently predicted the occurrence of A. tubercularis with high accuracy (AUC ≥ 0.93, TSS ≥ 0.81 and COR ≥ 0.77). The random forest algorithm had the highest accuracy among the four models (AUC = 0.99, TSS = 0.93, COR = 0.90, deviance = 0.26). Temperature seasonality (Bio4), mean temperature of the driest quarter (Bio9), and precipitation seasonality (Bio15) were the most important variables influencing A. tubercularis occurrence. Models' predictions showed that countries in east, south, and west Africa are highly suitable for A. tubercularis establishment under current conditions. Similarly, Mexico, Brazil, India, Myanmar, Bangladesh, Thailand, Laos, Vietnam, and Cambodia are also highly suitable for the pest to thrive. Under future conditions, the suitable areas might slightly decrease in many countries of sub-Saharan Africa under both RCPs. However, the range of expansion of A. tubercularis is projected to be higher in Australia, Brazil, Spain, Italy, and Portugal under the future climatic scenarios. CONCLUSION: The results reported here will be useful for guiding decision-making, developing an effective management strategy, and serving as an early warning tool to prevent further spread toward new areas. © 2022 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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».