MétaCan
Menu
Retour à la cohorte
Enregistrement W2039753514 · doi:10.1002/ece3.1402

High temperature intensifies negative density dependence of fitness in red flour beetles

2015· article· en· W2039753514 sur OpenAlexafffund
William D. Halliday, Alison Thomas, Gabriel Blouin‐Demers

Notice bibliographique

RevueEcology and Evolution · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect and Pesticide Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Ottawa
Mots-clésDensity dependenceBiologyFood scienceEcologyEnvironmental scienceDemography

Résumé

récupéré en direct d'OpenAlex

Competition for food, space, or other depletable resources has strong impacts on the fitness of organisms and can lead to a pattern known as negative density dependence, where fitness decreases as population density increases. Yet, many resources that have strong impacts on fitness are nondepletable (e.g., moisture or temperature). How do these nondepletable resources interact with depletable resources to modify negative density dependence? We tested the hypothesis that negative density dependence is modulated by temperature in red flour beetles and tested the prediction that the strength of negative density dependence should decrease as temperature decreases. We measured the number of eggs laid, offspring development time, and the number of offspring that reached maturity at three temperatures and two food treatment combinations as we simultaneously manipulated adult population density. We demonstrated that low temperatures weaken negative density dependence in the number of eggs laid; this pattern was most evident when food was abundant. Density had no effect on development time, but low temperatures increased development time. The percent of eggs that emerged as adults decreased with both density and temperature and increased with food. Temperature, an abiotic driver, can thus modulate density-dependent processes in ectotherms. Therefore, models of population growth for ectotherms should incorporate the effects of temperature.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,224
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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 Opus0,027
Tête enseignante GPT0,246
Écart entre enseignants0,219 · 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

Citations33
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetInsect and Pesticide ResearchTravaux en français237 207