Landscape host abundance and configuration regulate periodic outbreak behavior in spruce budworm (Choristoneura fumiferana Clem.)
Notice bibliographique
Résumé
Landscape-level forest management has long been hypothesized to affect forest insect outbreak dynamics, but empirical evidence remains elusive. We hypothesized that the combination of increased hardwood relative to host tree species, prevalence of younger forests, and fragmentation of those forests due to forest harvesting legacies would reduce outbreak intensity, increase outbreak frequency, and decrease spatial synchrony in spruce budworm (Choristoneura fumiferana Clem.) outbreaks. We investigated these hypotheses using tree ring samples collected across 51 sites pooled into 16 subareas distributed across a large ecoregion spanning the international border between Ontario (Canada), and Minnesota (USA). This ecoregion contains contrasting land management zones with clear differences in forest landscape structure (i.e., forest composition and spatial configuration) while minimizing the confounding influence of climate. Cluster analyses of the 76-years time-series generally grouped by subareas found within the same land management zone. Spatial nonparametric covariance analysis indicated that the highest and lowest degree of spatial synchrony of spruce budworm outbreaks were found within unmanaged wilderness and lands managed at fine spatial scales in Minnesota, respectively. Using multivariate analysis, we also found that forest composition, configuration, and climate together accounted for a total of 40% of the variance in outbreak chronologies, with a high level of shared variance between composition and configuration (13%) and between composition and climate (9%). At the scale of our study, climate on its own did not explain any of the spatial variation in outbreaks. Outbreaks were of higher frequency, lower intensity, and less spatially synchronized in more fragmented, younger forests with a lower proportion of host species, with opposing outbreak characteristics observed in regions characterised by older forests with more concentrated host species. Our study is the first quantitative evaluation of the long-standing "silvicultural hypothesis" of spruce budworm management specifically conducted at a spatio-temporal scale for which it was intended.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».