Systematic Mapping and Review of Landscape Fire Smoke (LFS) Exposure Impacts on Insects
Notice bibliographique
Résumé
Landscape fire activity is changing in many regions because of climate change. Smoke emissions from landscape fires contain many harmful air pollutants, and beyond the potential hazard posed to human health, these also have ecological impacts. Insects play essential roles in most ecosystems worldwide, and some work suggests they may also be sensitive to smoke exposure. There is therefore a need for a comprehensive review of smoke impacts on insects. We systematically reviewed the scientific literature from 1930 to 2022 to synthesize the current state of knowledge of the impacts of smoke exposure from landscape fires on the development, behavior, and mortality of insects. We found: (1) 42 relevant studies that met our criteria, with 29% focused on the United States of America and 19% on Canada; (2) of these, 40 insect species were discussed, all of which were sensitive to smoke pollution; (3) most of the existing research focuses on how insect behavior responds to landscape fire smoke (LFS); (4) species react differently to smoke exposure, with for example some species being attracted to the smoke (e.g., some beetles) while others are repelled (e.g., some bees). This review consolidates the current state of knowledge on how smoke impacts insects and highlights areas that may need further investigation. This is particularly relevant since smoke impacts on insect communities will likely worsen in some areas due to increasing levels of biomass burning resulting from the joint pressures of climate change, land use change, and more intense land management involving fire.
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 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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 tête enseignante, 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 ».