MétaCan
Menu
Retour à la cohorte
Enregistrement W2020831869 · doi:10.4039/n03-072

From parasitoid behavior to biological control: applied behavioral ecology

2004· article· en· W2020831869 sur OpenAlexafffund
Bernard D. Roitberg

Notice bibliographique

RevueThe Canadian Entomologist · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEntomological Society of Canada
Mots-clésParasitoidEcologyPredictabilityProductivityBiologyContext (archaeology)PopulationBiological pest controlMarginal productStatisticsEconomicsMicroeconomicsMathematicsProduction (economics)Demography

Résumé

récupéré en direct d'OpenAlex

Abstract A hypothetical parasitoid mass rearing facility is used to unite principles from behavioral ecology and biological control. The key to the problem is variation in the tendency of solitary parasitoids to superparasitize. Superparasitism affects individual and population parasitoid productivity, though not necessarily to the same degree. Herein, the interest is in determining conditions that will maximize parasitoid population productivity when superparasitism varies. To accomplish this, a combination of graphical marginal analysis (to provide an economic context), dynamic optimization models (to determine individual parasitoid superparasitism tendency), and functional response models (to determine parasitoid population productivity) has been used. Marginal analysis shows that marginal returns decrease with an increase in the number of parasitoids released but that the slope of the marginal returns curve depends upon the sensitivity of superparasitism to environmental conditions. In addition, results show that parasitoid responses can be highly nonlinear and, as such, can greatly affect optimal numbers of parasitoids released in a nonintuitive manner. This behavioral ecology approach greatly increases efficiency and predictability of parasitoid production.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,053
Tête enseignante GPT0,325
Écart entre enseignants0,272 · 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'étudeThéorique ou conceptuel
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

Citations7
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian EntomologistMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207