A benefit–risk analysis for biological control introductions based on the protection of native biodiversity
Notice bibliographique
Résumé
The release of biological control agents has been an important means of controlling invasive species for over 150 years. While these releases have led to the sustainable control of over 250 invasive pest and weed species worldwide, a minority have caused environmental harm. A growing recognition of the risks of biological control led to a focus on risk assessment beginning in the 1990s along with a precipitous decline in releases. While this new focus greatly improved the safety of biological control, it came at the cost of lost opportunities to solve environmental problems associated with invasive species. A framework that incorporates benefits and risks of biological control is thus needed to understand the net environmental effects of biological control releases. We introduce such a framework, using native biodiversity as the common currency for both benefits and risks. The model is based on interactions among four categories of organisms: (1) the biological control agent, (2) the invasive species (pest or weed) targeted by the agent, (3) one or more native species that stand to benefit from the control of the target species, and (4) one or more native species that are at risk of being harmed by the released biological control agent. Conservation values of the potentially benefited and harmed native species are incorporated as well, and they are weighted according to three axes: vulnerability to extinction, the ecosystem services provided, and cultural significance. Further, we incorporate the potential for indirect risks to native species, which we consider will result mainly from the ecological process of agent enrichment that may occur if the agent exploits but does not control the target pest or weed. We illustrate the use of this framework by retrospectively analyzing the release of the vedalia beetle, Novius (= Rodolia) cardinalis, to control the cottony cushion scale, Icerya purchasi, in the Galapagos Islands. While the framework is particularly adaptable to biological control releases in natural areas, it can also be used in managed settings, where biological control protects native species through the reduction of pesticide use.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 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 ».