Exogenous and endogenous factors acting on the spatial distribution of a chrysomelid in extensively managed blueberry fields
Notice bibliographique
Résumé
Abstract The role of endogenous (i.e. limited dispersal, intraspecific competition, aggregation) and exogenous (i.e. resource patchiness, heterogeneous landscapes, spatially structured habitat) factors on the spatial distribution of herbivores can be inferred from theoretical models in intensively managed or heterogeneous landscapes but not in extensively managed crops. In the present study, we examined aggregation patterns and the influence of environmental and spatial factors on the distribution of Altica sylvia M alloch larvae within extensively managed blueberry fields to determine how exogenous and endogenous factors affect this defoliator. Altica sylvia larvae and defoliation exhibited clumped within‐field distributions. A lack of correspondence between larval density and defoliation indicated that oviposition habitat selection is occasionally suboptimal in this species. Clumped distribution patterns were not explained by endogenous factors or associations with spatially structured variables. Conversely, exogenous factors acting at the patch scale affected distribution patterns because larvae were less abundant in patches located close to forest edges, as well as in patches where weeds or a nonhost blueberry plant occurred. As a result of exogenously‐produced variability in A. sylvia spatial distribution, we suggest that focused sampling methods be used to monitor this herbivore. We emphasize the need for similar assessments for herbivores that forage in extensively managed crops or somewhat heterogeneous monocultures.
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 | 0,000 | 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 tête enseignante, 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 ».