Modelling Blow Fly (Diptera: Calliphoridae) Spatiotemporal Species Richness and Total Abundance Across Land-Use Types
Notice bibliographique
Résumé
Geographic Information Systems provide the means to explore the spatial distribution of insect species across various land-use types to understand their relationship with shared or overlapping spatiotemporal resources. Blow fly species richness and total fly abundance were correlated among six land-use types (residential, commercial, waste, woods, roads, and agricultural crop types) and distance to streams. To generate multivariate models of species richness and total fly abundance, blow fly trapping sites were chosen across the land-use gradient of Windsor-Essex County (Ontario, Canada) using a stratified random sampling approach. Sampling occurred in mid-June (spring), late August (summer), and late October (fall). Spring species richness correlated highest to residential (-), woods (-), distance to streams (+), and tomato fields (+) in models across all three land-use buffer scale distances (0.5, 1, 2 km), with waste (+/-), roads (-), wheat/corn (-), and commercial (-) correlating at only two of the three scales. Spring total fly abundance correlated with all but one land-use variable across all buffer scale distances, but the distance to streams (+), followed by orchards/vineyards (+) exhibited the greatest importance to these models. Summer blow fly species richness correlated with roads (-) and commercial (+) across all buffer distances, whereas at two of three buffer distances wheat/corn (-), residential (+), distance to streams (+), waste (-), and orchards/vineyards (+) were also important. Summer total fly abundance correlated to models with distance to streams (+), orchards/vineyards (+), and sugar beets/other vegetables (+) at the 2 km scale. Species richness and total abundance models at the 0.5 km buffer distance exhibited the highest correlation, lowest root mean square error, and similar prediction error to those derived at larger buffer distances. This study provides baseline methods and models for future validation and expansion of species-specific knowledge regarding adult blow fly relationships with spatiotemporal resources across land-use types and landscape features.
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 | 0,000 | 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 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 ».