Predicting the habitat suitability of the invasive white mango scale, <i>Aulacaspis tubercularis</i>; Newstead, 1906 (Hemiptera: Diaspididae) using bioclimatic variables
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: 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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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