MétaCan
Menu
Retour à la cohorte
Enregistrement W2021357116 · doi:10.1139/x06-211

Climatic effects on caterpillar fluctuations in northern hardwood forests

2007· article· en· W2021357116 sur OpenAlexvenueno aff
Lindsay V. Reynolds, Matthew P. Ayres, Thomas G. Siccama, Richard T. Holmes

Notice bibliographique

RevueCanadian Journal of Forest Research · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCaterpillarYellow birchEcologyAbundance (ecology)Lepidoptera genitaliaBiologyDeciduousHerbivoreEnvironmental scienceHardwood

Résumé

récupéré en direct d'OpenAlex

Fluctuations in the abundance of Lepidoptera are common but inadequately understood. Here we show that caterpillar abundance in the White Mountains of New Hampshire has fluctuated by >20-fold from 1986 to 2005. We report tests of three possible causes: (i) extreme winter cold; (ii) long, warm summers; and (iii) interannual variation in tree growth, which tends to correlate with phytochemistry. Caterpillar fluctuations from summers t to t + 1 were uncorrelated or negatively correlated with minimum air temperature during the intervening winter (does not support the first cause), but were positively correlated with thermal sum during summer t (r = 0.49–0.56) (supports the second cause). There was limited interannual variation in the radial growth of two dominant tree species ( Acer saccharum Marsh. and Betula alleghaniensis Britt.) and no correlation with caterpillar fluctuations (refutes the third cause). Thermal sum might influence caterpillar fluctuations through direct effects on insect development, indirect effects on susceptibility to natural enemies, and (or) indirect effects on plant-insect interactions; the mechanisms are of particular interest because thermal sums have been increasing since local records began in 1957 (r = 0.41–0.45). In hardwoods forests of the northeastern United States, there is some broad-scale driver related to summer temperatures that generates fluctuations in caterpillar abundance, which influences herbivory as well as higher level consumers, such as insectivorous birds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,961
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

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

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 Opus0,019
Tête enseignante GPT0,290
Écart entre enseignants0,271 · 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 tête enseignante, 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

Citations43
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

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