MétaCan
Menu
Retour à la cohorte
Enregistrement W4380550364 · doi:10.1101/2023.06.13.544773

Can leafhoppers help us trace the impact of climate change on agriculture?

2023· preprint· en· W4380550364 sur OpenAlexafffundabout
Nicolas Plante, Jeanne Durivage, Anne‐Sophie Brochu, Tim Dumonceaux, Dagoberto Torres, Brian W. Bahder, Joel H. Kits, Antoine Dionne, Jean‐Philippe Légaré, Stéphanie Tellier, Frédéric Mcune, Charles Goulet, Valérie Fournier, Edel Pérez‐López

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect symbiosis and bacterial influences
Établissements canadiensBibliothèque et Archives nationales du QuébecUniversity of SaskatchewanAgriculture and Agri-Food CanadaUniversité LavalMinistère de l'Agriculture, des Pêcheries et de l'Alimentation
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesCentre SèveMitacsUniversities Space Research AssociationNatural Sciences and Engineering Research Council of CanadaMinistère de l'Agriculture, des Pêcheries et de l'AlimentationUniversity of Florida
Mots-clésLeafhopperBiologyTemperate climateAgricultureCicadomorphaClimate changeBiodiversityAbundance (ecology)EcologyAgroforestryHemiptera

Résumé

récupéré en direct d'OpenAlex

SUMMARY Climate change is reshaping agriculture and insect biodiversity worldwide. With rising temperatures, insect species with narrow thermal margins are expected to be pushed beyond their thermal limits, and losses related to herbivory and diseases transmitted by them will be experienced in new regions. Several previous studies have investigated this phenomenon in tropical and temperate regions, locally and globally; however, here, it is proposed that climate change’s impact on agriculture can be traced through the study of Nearctic migratory insects, specifically leafhoppers. To test this hypothesis, leafhoppers in strawberry fields located in the province of Québec, eastern Canada, were evaluated. The strawberry-leafhopper pathosystem offers a unique opportunity because leafhoppers can transmit, among other diseases, strawberry green petal disease (SbGP), which is associated with pathogenic phytoplasmas. Here, we found that in the last ten years, the number of leafhoppers has been increasing in correspondence with the number of SbGP cases detected in eastern Canada, reporting for the first time ten species new to eastern Canada and two to the country, although the leafhopper diversity has been seriously affected. Our model using more than 34 000 leafhoppers showed that their abundance is influenced by temperature, a factor that we found also influences the microbiome associated with Macrosteles quadrilineatus , which was one of the most abundant leafhoppers we observed. One of our most striking findings is that none of the insecticides used by strawberry growers can control leafhopper incidence, which could be linked to microbiome changes induced by changing temperatures. We suggest that Nearctic leafhoppers can be used as sentinels to trace the multilayered effects of climate change in agriculture. GRAPHICAL ABSTRACT IN BRIEF The current climate crisis is reshaping insect biodiversity and abundance, but little is known about the direct effect of this phenomenon on agriculture. In this study, we explored leafhoppers, a group of agriculturally important insect pests and disease vectors, as sentinels of the effect of climate change on agriculture. Our findings indicate that this group of insects can help us to understand the effect of the current climate crisis on insect invasions, diversity, abundance, disease dynamics and insecticide resistance and to take quick action to ensure food security while achieving more sustainable agriculture. HIGHLIGHTS Migratory leafhoppers benefit from temperature increases Leafhopper-transmitted diseases have increased in the last decade New non-migratory leafhoppers can be found now in Nearctic regions Leafhopper insecticide resistance could be linked to the insect microbiome

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,256
Score d'incertitude au seuil0,510

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,034
Tête enseignante GPT0,237
Écart entre enseignants0,203 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetInsect symbiosis and bacterial influencesTravaux en français237 207