Global invasion risk assessment of Lantana camara, a highly invasive weed, under future environmental change
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Invasion risk assessments are essential for making informed decisions, allocating resources, and implementing targeted strategies to prevent or minimize the harmful effects of invasive species on native biodiversity, agricultural productivity, and natural ecosystems. In this study, the random forest algorithm was used to assess the spatial invasion risk of Lantana camara , one of the world’s top 100 worst invasive weeds, across all continents under current and future environmental conditions. The current invasion risk was relatively high on four continents (i.e., Africa, Australia, Oceania, and South America) within approximately 35°N and 35°S latitude, estimated to cover at least 68.98 % of the total land surface. Furthermore, projections for future environmental changes suggested a substantial increase in invasion risk across all continents, with the most significant changes (251.52 %) observed in Europe compared with current invasion levels. Additionally, invasion risk was predicted to extend beyond 35°N latitude. Categorizing 200 countries and territories into distinct risk levels, 27 countries had current invasion potential, and introduction and establishment was predicted in 114 countries. Moreover, at least 45 countries, including Canada, India, Italy, and United States, were projected to transition from no or low invasion risk to high invasion risk and 28 countries had a risk increase of over 50 %. Current study provides valuable insights into the global invasion risk posed by L. camara . These results are expected to be of great utility for invasive weed management , facilitating the development of control and sustainable management strategies for this notorious weed at both global and local scales.
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.
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 | 0,000 | 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) | 0,000 | 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 découle