Data from: Meteorological versus spatial drivers of the spatial synchrony of forest insect pest outbreaks in North America
Notice bibliographique
Résumé
Population spatial synchrony has major consequences for the impacts of forest insect pest outbreaks at regional scales. We tested the predictions that the strength and drivers of this synchrony would differ among species according to their dispersal abilities and feeding guild. Using a matrix regression approach, we statistically partitioned the importance of spatial and environmental drivers of outbreak synchrony in six species of phloem-feeding bark beetles and six species of defoliating Lepidoptera in North America. Potential drivers included in the regressions were synchrony of weather conditions and spatial proximity. Overall, model selection operations on the matrix regressions indicated that synchrony in the outbreaks of forest insect pests arises from a combination of spatial drivers such as dispersal and synchrony of weather, also known as Moran effects. Moran effects appeared to be more important in driving the synchrony of bark beetles than defoliators, possibly because weather (e.g., drought) has stronger impacts on bark beetle outbreak dynamics. Nonparametric spatial correlation functions showed that defoliators exhibited stronger synchrony over short distances than bark beetles, possibly because the cyclical nature of defoliator populations allows them to be more easily synchronized. The greater influence of Moran effects on the synchrony of bark beetles compared to defoliators, coupled with climate-change-driven increases in synchrony of weather, may lead to more widespread events of high tree mortality due to bark beetle epidemics.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,011 | 0,011 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».