Effet du changement climatique et de la phénologie de l’arbre hôte sur l’étendue spatiale des épidémies de la tordeuse des bourgeons de l’épinette : une approche à base d’agents
Bibliographic record
Abstract
Le changement climatique continue d'affecter la dynamique des paysages forestiers à grande échelle. Cependant, il demeure incertain comment ces changements affecteront les forêts futures et en particulier les épidémies des insectes ravageurs forestiers. Le changement climatique affecte l’émergence des insectes, en perturbant notamment la synchronisation phénologique entre les insectes herbivores et leurs arbres hôtes. De telles perturbations peuvent avoir des conséquences importantes sur le moment de l’émergence, l'étendue et la gravité de l'épidémie. Cette étude vise à comprendre comment le changement climatique pourrait affecter la synchronie phénologique entre la tordeuse des bourgeons de l'épinette (Choristoneura fumiferana), un défoliateur indigène, et ses espèces hôtes (Abies balsamea et Picea mariana) et comment cela pourrait affecter l'étendue des épidémies de la tordeuse des bourgeons de l'épinette dans la région de la Côte-Nord au Québec, Canada. Nous avons exploré les effets de deux facteurs expérimentaux sur l'étendue des épidémies à l'aide d'un modèle de simulation stochastique spatialement explicite à base d’agents (MBA): (1) la température quotidienne représentée selon deux niveaux d'augmentation (+2°C et +4°C) relative à une base de référence 2016 et (2) la variation de la phénologie des arbres hôtes correspondant aux différents niveaux d'incertitude (SD) concernant le moment du débourrement des bourgeons. Nous avons évalué comment ces facteurs ont affecté la variation de l'étendue des épidémies de la tordeuse des bourgeons de l'épinette et la complexité spatiale du patch épidémique sur un horizon de simulation de 20 ans. Nos résultats de simulation indiquent que la synchronisation phénologique arbres hôtes-insectes est fortement affectée par les changements de température, mais de manière non linéaire. Une augmentation de 2°C a permis de réduire l'étendue de l'épidémie en raison de la faible survie des larves, tandis qu'une augmentation de 4°C a entraîné une survie plus élevée des insectes et des épidémies plus importantes. Notre modèle peut aider à prévoir la dynamique future des forêts et faciliter l'élaboration de meilleures stratégies de gestion pour réduire l'effet des épidémies sur les paysages forestiers.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| 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".