MétaCan
Menu
Retour à la cohorte
Enregistrement W4388097501 · doi:10.3390/f14112151

Ash Dieback in Forests and Rural Areas—History and Predictions

2023· article· en· W4388097501 sur OpenAlexaff
Artur Pacia, Piotr Borowik, Tom Hsiang, Aleh Marozau, Slavica Matić, Tomasz Oszako

Notice bibliographique

RevueForests · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésFraxinusEmerald ash borerBiologyGeographyEcologyAgroforestry

Résumé

récupéré en direct d'OpenAlex

Ash trees are an important component of both forests and the countryside. Emerging new diseases like ash dieback poses new challenges to Fraxinus spp., which not only have to adapt to global warming but also defend themselves against new threats from pathogenic fungi and insect pests. A new species of fungus, Hymenoscyphus fraxineus, has arrived in Europe from Asia and has severely damaged shoots which alters the structure of ash tree crowns. While some older trees have survived, younger trees are dying en masse, so the only hope is that the surviving trees will produce a younger generation that may be more resistant to the new diseases. The fine roots of ash trees are also attacked by pathogenic oomycetes, and others by Armillaria spp. The current stressed condition of ash trees in Europe is exacerbated by a new threat from insects. Agrillus planipennis, emerald ash borer, migrating from the east (from near Moscow airport) towards the borders of the European Union, killing thousands of ash trees on its way. This raises the question of future prospects for ash cultivation in Europe. This article takes a closer look at the information described in the literature.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,056
Score d'incertitude au seuil0,960

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,208
Écart entre enseignants0,199 · 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 tête enseignante, 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetForest Insect Ecology and ManagementTravaux en français237 207