MétaCan
Menu
Retour à la cohorte
Enregistrement W1765365015 · doi:10.1242/jeb.118711

Water loss in tree weta (<i>Hemideina</i>): adaptation to the montane environment and a test of the melanisation–desiccation resistance hypothesis

2015· article· en· W1765365015 sur OpenAlexaff
Keith King, Brent J. Sinclair

Notice bibliographique

RevueJournal of Experimental Biology · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésDesiccationBiologyCuticle (hair)Montane ecologyThoracicaOrthopteraBotanyEcologyZoologyLarvaAnatomy

Résumé

récupéré en direct d'OpenAlex

Montane insects are at a higher risk of desiccation than their lowland counterparts and are expected to have evolved reduced water loss. Hemideina spp. (tree weta; Orthoptera: Anostostomatidae) have both lowland (Hemideina femorata, Hemideina crassidens and Hemideina thoracica) and montane (Hemideina maori and Hemideina ricta) species. H. maori has both melanic and yellow morphs. We use these weta to test two hypotheses: that montane insects lose water more slowly than lowland species, and that cuticular water loss rates are lower in darker insects than lighter morphs, because of incorporation of melanin in the cuticle. We used flow-through respirometry to compare water loss rates among Hemideina species and found that montane weta have reduced cuticular water loss by 45%, reduced respiratory water loss by 55% and reduced the molar ratio of V̇H2 O:V̇CO2 by 64% compared with lowland species. Within H. maori, cuticular water loss was reduced by 46% when compared with yellow morphs. Removal of cuticular hydrocarbons significantly increased total water loss in both melanic and yellow morphs, highlighting the role that cuticular hydrocarbons play in limiting water loss; however, the dark morph still lost water more slowly after removal of cuticular hydrocarbons (57% less), supporting the melanisation-desiccation resistance hypothesis.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

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
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,051
Tête enseignante GPT0,219
Écart entre enseignants0,168 · 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'étudeExpérimental (laboratoire)
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

Citations37
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental BiologyMême sujetPlant and animal studiesTravaux en français237 207