MétaCan
Menu
Retour à la cohorte
Enregistrement W4404579314 · doi:10.1016/j.ecolmodel.2024.110911

Mountain pine beetle spread in forests with varying host resistance

2024· article· en· W4404579314 sur OpenAlexafffundabout
Micah Brush, Mark A. Lewis

Notice bibliographique

RevueEcological Modelling · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensUniversity of VictoriaUniversity of Alberta
Organismes subventionnairesGenome AlbertaGenome CanadaMitacsUniversity of AlbertafRI ResearchNatural Sciences and Engineering Research Council of CanadaGovernment of Alberta
Mots-clésHost (biology)Resistance (ecology)EcologyBiologyMountain pine beetle

Résumé

récupéré en direct d'OpenAlex

In the last few decades, mountain pine beetle (MPB) have spread into novel regions in Canada. An important aspect seldom captured in models of MPB spread is host resistance. Lodgepole pine, the predominant host of MPB, varies in resistance across the landscape. There is evidence for a genetic component of resistance, as well as evidence that hosts in areas where MPB has not been present historically are at risk of increased susceptibility. In addition to the spatially varying resistance of the primary host species, the eastward spread of MPB has brought them into jack pine forests. Host resistance in jack pine remains uncertain, but experiments indicate jack pine could be a suitable host. We develop a model of pine beetle spread that links pine beetle population dynamics and forest structure and resistance. We find that beetle outbreaks in the model are characterized by large transient outbreaks that move through the forest. We show how the speed of these outbreaks changes with host resistance and find that biologically plausible values for host resistance are able to stop the wave from advancing. We also find that near the threshold of resistance where the wave is able to advance, small changes in host resistance dramatically decrease the severity of the outbreak. These results indicate that planting trees selected for higher MPB resistance on the landscape may be able to slow or even stop the local spread of MPB. In terms of further eastward spread, our results indicate future outbreaks may move more quickly and be more severe if novel lodgepole pine hosts are indeed more susceptible to beetle attacks, although more research is needed into the susceptibility of jack pine. • Mountain pine beetle has spread into novel regions in Canada. • Further spread depends on host susceptibility. • Spatially explicit mechanistic model to predict spread speed and severity. • Spread speed and severity can increase quickly with host resistance. • Biologically plausible values of host resistance can slow or stop local spread.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,224
Écart entre enseignants0,209 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcological ModellingMême sujetForest Insect Ecology and ManagementTravaux en français237 207