MétaCan
Menu
← Retour à la cohorte
Enregistrement W20116123 · doi:10.71781/20518

Effet de la température sur les interactions trophiques et intraguildes au sein d’un système plante-herbivore-ennemis naturels : modélisation et approches expérimentales

2012· dissertation· fr· W20116123 sur OpenAlexfundno aff
Arnaud Sentis

Notice bibliographique

Revuenon disponible
Typedissertation
Languefr
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAgence Nationale de la Recherche
Mots-clésPhysicsHumanitiesForestryPhilosophyGeography

Résumé

récupéré en direct d'OpenAlex

Il est maintenant reconnu que les changements climatiques ont des impacts importants sur l’ensemble des organismes vivants. Parmi les facteurs de ces changements, la température occupe une place prépondérante pour les organismes ectothermes car elle régule leur métabolisme. Toutefois, bien que les effets de la température sur les individus d’une espèce soient largement connus, les connaissances demeurent limitées quant aux conséquences sur les interactions trophiques. Dans ce contexte, notre étude s’intéresse aux effets de la température sur un système biologique composé d’une plante, le poivron Capsicum annuum L., d’un herbivore, le puceron Myzus persicae Sulzer (proie extraguilde), ainsi que de deux de ses ennemis naturels : la coccinelle maculée Coleomegilla maculata lengi Timberlake (prédateur intraguilde) et la cécidomyie prédatrice Aphidoletes aphidimyza Rondani (proie intraguilde). Dans ce but, nous avons opté pour une approche multiple comprenant : (1) la modélisation des interactions prédateur-proie et intraguilde (prédation entre deux compétiteurs d’espèces différentes qui exploitent une même ressource), (2) la réalisation d’expériences empiriques en laboratoire permettant de tester les prédictions des modèles et de caractériser l’effet de la température et de ses variations sur les composantes du système biologique étudié. Conformément aux prédictions d’un premier modèle, nous mettons en évidence que, lorsque la température augmente, C. maculata est plus efficace pour trouver et manipuler ses proies, ce qui augmente le taux de prédation. En revanche, à haute température son efficacité de recherche décroît, ce qui entraîne une diminution du taux de prédation. L’activité de prédation se limite donc à une fenêtre thermique en dehors de laquelle elle est réduite ou nulle. Par la suite, nous comparons un modèle linéaire et un modèle non-linéaire (saturant à haute densité de proies) afin de déterminer lequel de ces deux modèles décrit le mieux la réponse fonctionnelle d’un prédateur intraguilde, c’est-à-dire la relation entre le nombre de proies consommées et la densité de proies. Nos résultats expérimentaux démontrent que les prédictions du modèle non-linéaire correspondent bien aux observations empiriques, tandis que le modèle linéaire surestime largement le nombre de proies consommées et la fréquence des interactions intraguildes. Par la suite, nous dérivons le modèle non-linéaire afin d’y inclure l’effet de la température. Comme prédit par ce dernier modèle, la prédation intraguilde devient plus fréquente lorsque la température augmente mais diminue lorsqu’il y a davantage de proies extraguildes. Dans une dernière étude, nous soumettons le système biologique à des pics de température. Nos résultats démontrent que ces pics diminuent la fécondité des pucerons, l’accroissement de leurs populations, le poids des larves de coccinelles et le contrôle des pucerons par les coccinelles mais n’ont pas d’effets sur la plante et les relations plante-insecte. Le système biologique s’avère également plus résistant aux pics de température en présence de coccinelles qu’en leur absence. En conclusion, notre étude souligne l’importance de considérer la température dans les interactions trophiques puisqu’elle influence le comportement des organismes et la fréquence de leur interaction, ce qui se répercute au niveau des populations et des communautés.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,037
Tête enseignante GPT0,273
Écart entre enseignants0,236 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant and animal studies→Travaux en français237 207→