Invasive pests and pathogens as potential drivers of urban forest distributional inequalities and inequities
Notice bibliographique
Résumé
Environmental injustices are influenced by socio-political and environmental legacies. Urban forest inequalities and inequities are often attributed to drivers like systemic racism and segregation. However, in recent decades, invasive pests and pathogens have substantially changed urban forests. It is not known how these invasive pests and pathogens act as a driver of urban forest inequalities and inequities. At the western range of Dutch elm disease ( Ophiostoma spp.) and emerald ash borer ( Agrilus planipennis ), we examined how the loss of localized street tree monocultures of elm ( Ulmus spp.) and ash ( Fraxinus spp.) will result in changes to distributional justice. We examined street tree count and basal area distributions, applying the Gini Index to measure inequality under current conditions and hypothetical pest-induced loss scenarios. Findings reveal that DED-related elm losses could improve distributional equality, likely due to the high density of elm in already greener areas, while EAB-related losses of ash could increase inequalities. These street tree losses would disproportionately affect areas of high economic dependency, ethno-cultural composition, and situational vulnerability. Our results indicate that pest-induced urban forest losses do not merely reduce canopy cover but may reshape distributional equality and equity in ways that align with socioeconomic disparities. This research highlights the need to incorporate principles of environmental justice in pest management approaches and replanting efforts, particularly prioritizing systemically marginalized communities. These findings underscore the critical role of diversity and strategic planning in urban forest resilience, advocating for practices that mitigate the social and ecological impacts of invasive pests and pathogens. • Street tree distribution is influenced by socio-political and environmental legacies • Invasive pests and pathogens change distributional equality and equity of urban forests • In the study cities, DED causes improved distributional equality while EAB worsens inequalities • Tree losses are inequitable, impacting systemically marginalized communities • Pest management and replanting efforts must consider environmental injustices
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».