MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409662036 · doi:10.1101/2025.04.16.649187

Factors Influencing Emerald Ash Borer Ecological Interactions

2025· preprint· en· W4409662036 sur OpenAlexaff
Nicole D. Borsato, S. Eryn McFarlane, Nina R. Garrett, Alejandro José Biganzoli‐Rangel, Daniel Marquina, Dirk Steinke, Robin Floyd, Elizabeth L. Clare

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensUniversity of GuelphYork University
Organismes subventionnairesnon disponible
Mots-clésEmerald ash borerEmeraldEcologyGeographyEnvironmental scienceBiologyGeologyFraxinusMineralogy

Résumé

récupéré en direct d'OpenAlex

Abstract Emerald ash borer beetles ( Agrilus planipennis ) in North America are a destructive invasive species that increase tree mortality continent-wide, resulting in major ecological and economic impacts. Trees that are infested experience mortality rates which can exceed 99%, disrupting ecological communities and threatening the $218 billion forestry industry in North America. Given the ecological and economic impact of these pests, we seek to identify biological interactions and gain a better understanding of what ecological factors might influence these relationships. We use DNA metabarcoding from multiple markers to analyze the fungal, parasitic, plant, and microbial interactions of these beetles, and assess the relative importance of life stage (e.g., larvae, pupae, and adults), collection location, habitat, and date on the detection of ecological interactions. We detected 30 different taxonomic orders including 29 order-level interactions in larva1-stage individuals (3 animal, 17 bacteria, and 9 fungi), 64 in larva2-stage individuals (8 animal, 24 bacteria, and 32 fungi), 10 in larva3-stage individuals (2 animal, 3 bacteria, and 5 fungi), 74 in the pupae (5 animal, 31 bacteria, and 38 fungi), and 82 in the adult beetles (4 animal, 48 bacteria, 29 fungi, and 1 parasitic alveolate). These detections include several likely agents of biocontrol including the known commercially available Beauveria fungus, and several potential parasites including Wolbachia and ichneumonid wasps. A random forest model suggests the detection of interactions is best predicted by collection date and life stage, with interactions more likely to be detected in pupal samples which may be the ideal target for future analysis, where cost and time constraints prevent the more thorough analysis of all life stages.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 GPT0,231
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetForest Insect Ecology and Management→Travaux en français237 207→