Unraveling the multifaceted effects of climatic factors on mountain pine beetle and its interaction with fungal symbionts
Notice bibliographique
Résumé
Abstract Mountain pine beetles (MPBs) pose a substantial threat to North American pine forests, causing extensive tree mortality over large areas. Their tree‐killing ability is closely linked to mass aggregation on host trees triggered via pheromones and dependence on their symbiotic fungi. However, the influence of a changing climate on the biology of MPBs and their co‐evolved interactions with their fungal symbionts remains uncertain. To investigate this, male and female pairs of beetles were introduced into freshly cut logs from lodgepole pine trees and placed in controlled climate chambers with manipulated environmental conditions, including two levels of CO2 (ambient vs. 1000 ppm), O3 (ambient vs. 100 ppb) and humidity (33% vs. 65%). The beetle‐infested logs were left in these chambers for 1 month and then returned to ambient conditions until brood emergence. Emerging broods were collected for further analysis. Additionally, three species of fungal symbionts (Grosmannia clavigera, Ophiostoma montium and Leptographium longiclavatum) were subjected to the same CO2, O3 and humidity conditions for 5 days. Lower humidity promoted MPB reproduction and fungal growth. Elevated CO2 accelerated larval growth and emergence while improving brood pheromone production. Elevated O3 had a negative impact on MPB reproduction and brood fitness while improving its immune responses to an entomopathogenic fungus (Beauveria bassiana). It also inhibited fungal growth and reproduction, whereas elevated CO2 had varied (positive or negative) effects on fungal growth and ergosterol (proxy to fungal mass) production depending on the fungal species. Together, these findings suggest that climate change can potentially alter the interactions between MPBs and their fungal symbionts, highlighting the importance of understanding how climate change affects forest pests and their symbiotic relationships to develop effective management strategies in the future.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 ».