MétaCan
Menu
Retour à la cohorte
Enregistrement W1016581229 · doi:10.1038/srep12749

Generation-based life table analysis reveals manifold effects of inbreeding on the population fitness in Plutella xylostella

2015· article· en· W1016581229 sur OpenAlexaff
Peng Lü, Mingmin Zou, Nana Ren, Miao Xie, Liette Vasseur, Yifan Yang, Weiyi He, Guang Yang, Geoff M. Gurr, Youming Hou, Shijun You, Minsheng You

Notice bibliographique

RevueScientific Reports · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect-Plant Interactions and Control
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesRecruitment Program of Global ExpertsNational Natural Science Foundation of China
Mots-clésPlutellaInbreedingDiamondback mothInbreeding depressionBiologyFecundityHatchingPopulation dynamicsPopulationLarvaZoologyEcologyDemography

Résumé

récupéré en direct d'OpenAlex

Understanding how inbreeding affects fitness is biologically important for conservation and pest management. Despite being a worldwide pest of many economically important cruciferous crops, the influence of inbreeding on diamondback moth, Plutella xylostella (L.), populations is currently unknown. Using age-stage-specific life tables, we quantified the inbreeding effects on fitness-related traits and demographic parameters of P. xylostella. Egg hatching rate, survival and fecundity of the inbred line significantly declined compared to those of the outbred line over time. The inbred P. xylostella line showed significantly lower intrinsic rate of increase (r), net reproduction rate (R0), and finite increase rate (λ), and increasing generation time (T). Inbreeding effects vary with developmental stages and the fitness-related traits can be profoundly affected by the duration of inbreeding. Our work provides a foundation for further studies on molecular and genetic bases of the inbreeding depression for P. xylostella.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,036
Tête enseignante GPT0,237
Écart entre enseignants0,201 · 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

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetInsect-Plant Interactions and ControlTravaux en français237 207