Influence de la structure du paysage sur les communautés de parasitoïdes de la tordeuse des bourgeons de l’épinette
Bibliographic record
Abstract
Il est essentiel pour construire des modèles biologiques spatialement explicites et réalistes d’accroître notre compréhension de la relation liant la structure spatiale et les processus biologiques. C’est particulièrement vrai pour l’échelle spatiale à laquelle ces processus opèrent puisque cette information est généralement manquante dans la littérature. Les parasitoïdes associés à la tordeuse des bourgeons de l’épinette (TBE), un défoliateur important au Canada, offrent l’opportunité d’étudier un processus biologique (c.-à-d. le parasitisme) dans un contexte spatial. On retrouve présentement dans la région de la Côte-Nord au Québec, Canada, une grande zone de défoliation causée par la TBE. Cette zone a été utilisée dans ce mémoire pour étudier comment la structure du paysage peut influencer les taux de parasitisme de la TBE et à quelle échelle spatiale. Pour répondre à ces questions, 20 000 larves de TBE ont été échantillonnées dans la zone de défoliation et élevées en laboratoire pour calculer le taux de parasitisme dans différents sites. Dans ce mémoire, j’examine deux questions reliées à la variation spatiale des taux de parasitisme de la TBE. Premièrement, je m’intéresse à l’échelle spatiale à laquelle la communauté de parasitoïdes (dans son ensemble) répond à la structure du paysage. En deuxième lieu, j’explore comment cette échelle de réponse au paysage varie en fonction d’une caractéristique morphologique liée au vol (c.-à-d. la charge alaire) chez cinq espèces de parasitoïdes. Les résultats suggèrent que la communauté de parasitoïdes répond à la structure du paysage à une échelle correspondant à une zone de 2000-2500 mètres de rayon. À cette échelle, les variables explicatives les plus importantes sont l’hétérogénéité du paysage et l’âge de l’épidémie de TBE. Une plus grande hétérogénéité est liée à un taux de parasitisme plus élevé des stades larvaires de la TBE tandis qu’une zone ayant connue une défoliation sur plusieurs années mène à un taux de parasitisme plus élevé chez les chrysalides. J’émets par la suite l’hypothèse que l’échelle spatiale de réponse varie selon la capacité de dispersion des espèces. Les évènements de parasitisme ont donc été divisés en trois groupes selon la charge alaire des espèces impliquées (charge alaire légère, moyenne et lourde). Cette division a montré qu’une plus grande proportion de la variance des taux de parasitisme pouvait être expliquée dans des modèles basés sur un trait relié à la dispersion que dans un modèle regroupant toutes les espèces. De plus, le groupe ayant la plus faible charge alaire (c.-à-d. la plus grande capacité de dispersion) présente aussi la plus grande échelle spatiale de réponse, comme il était attendu. Les résultats présentés dans ce mémoire pourraient avoir des implications dans l’aménagement forestier en suggérant une structure et une échelle spatiale adéquate pour réduire l’impact des épidémies de TBE sur les forêts. De plus, ces résultats pourront aider les chercheurs à créer de nouveaux modèles spatialement explicites pour mieux comprendre le système complexe de la TBE.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".