MétaCan
Menu
← Retour à la cohorte
Enregistrement W2061328275 · doi:10.1139/x04-166

Variable responses of folivorous sawflies to leaf quality of mountain birch

2005· article· en· W2061328275 sur OpenAlexvenueno aff
Marianna Riipi, Antti Kause, Erkki Haukioja, Vladimir Ossipov, Svetlana Ossipova, Kalevi Pihlaja

Notice bibliographique

RevueCanadian Journal of Forest Research · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSawflyBiologyDeciduousHerbivoreBetula pendulaBetula pubescensResistance (ecology)BotanyLarvaGrowing seasonSalicaceaeBetulaceaeHorticultureWoody plantAgronomy

Résumé

récupéré en direct d'OpenAlex

We studied whether the larval performance of four sawfly species feeding on mountain birch (Betula pubescens subsp. czerepanovii (Orlova) Hämet-Ahti) leaves at different times of the growing season was related to the same chemical and physical leaf traits. In the three phenologically earliest species, larval growth was related to the same set of leaf traits. In contrast, consumption of leaf material was related to different leaf traits in all of the four species. Leaf suitability for herbivore growth and tree resistance to herbivore consumption were thus not always determined by the same leaf traits. Leaf water content and toughness had the strongest associations with larval performance. Phenolics, which are often considered the main resistance compounds in deciduous trees, explained only a small part of the variance in leaf consumption, but some groups of phenolics were negatively related to larval growth. In conclusion, the same mountain birch trees were not resistant to all of the studied sawflies in terms of leaf consumption, but low leaf suitability, which was related to the same set of leaf traits in the case of three sawfly species, may serve birch resistance, e.g., by exposing larvae to natural enemies for a longer period.

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 enseignants0,005
Score d'incertitude au seuil0,010

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,058
Tête enseignante GPT0,362
Écart entre enseignants0,303 · 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

Citations11
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetEcology and Vegetation Dynamics Studies→Travaux en français237 207→