MétaCan
Menu
Retour à la cohorte
Enregistrement W2015840710 · doi:10.1139/x99-192

Defoliation patterns and genetics of insect resistance in cottonwoods

2000· article· en· W2015840710 sur OpenAlexvenueno aff
Rosalind R. James, George Newcombe

Notice bibliographique

RevueCanadian Journal of Forest Research · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesWashington State University
Mots-clésBiologyHeritabilityPopulus trichocarpaSalicaceaeHerbivoreCanopyLeaf beetleOutbreakPEST analysisResistance (ecology)BotanyInsectHorticultureEcologyWoody plantLarvaGenetics

Résumé

récupéré en direct d'OpenAlex

In 1995, an outbreak of a leaf beetle, Phratora californica Brown (Coleoptera: Chrysomelidae), began in a three-generation Populus trichocarpa Torr. & Gray × Populus deltoides Bartr. pedigree planting near the lower Columbia River in Oregon. This outbreak provided us with an opportunity to assess leaf beetle feeding patterns and the genetics of cottonwood resistance to defoliation. We developed a method for estimating damage levels by training personnel to visually estimate percent damage in leaf samples. Digital image analysis was used to measure damage to the leaves used in the training. Based on a sample of 300 trees from 100 genotypes, herbivory was found to be greatest in the upper canopy and in the fall. Broad-sense heritability was estimated to be 0.88 and 0.80 for July and October, respectively, demonstrating that resistance to P. californica is under relatively strong genetic control. Resistance in the F2 likely came from the P. trichocarpa parent, because this parent was less susceptible, on average, than the P. deltoides parent. However, the difference between parents was not great, and any further genetic analysis of resistance to Phratora californica should employ crosses between individuals with more strongly contrasting phenotypes.

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 enseignants0,007
Score d'incertitude au seuil0,014

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 Opus0,027
Tête enseignante GPT0,275
Écart entre enseignants0,248 · 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

Citations18
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Insect Ecology and ManagementTravaux en français237 207