MétaCan
Menu
← Retour à la cohorte
Enregistrement W2083485000 · doi:10.1371/journal.pone.0110298

Egg Load Decreases Mobility and Increases Predation Risk in Female Black-Horned Tree Crickets (Oecanthus nigricornis)

2014· article· en· W2083485000 sur OpenAlexaff
Kyla Ercit, Andrew Martinez-Novoa, Darryl Gwynne

Notice bibliographique

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPredationBiologyJumpingCricketZoologyEcologyPhysiology

Résumé

récupéré en direct d'OpenAlex

Female-biased predation is an uncommon phenomenon in nature since males of many species take on riskier behaviours to gain more mates. Several species of sphecid wasps have been observed taking more female than male prey, and it is not fully understood why. The solitary sphecid Isodontia mexicana catches more adult female tree cricket (Oecanthus nigricornis) prey. Previous work has shown that, although female tree crickets are larger and thus likely to be more valuable as prey than males, body size alone cannot fully explain why wasps take more females. We tested the hypothesis that wasps catch adult female tree crickets more often because bearing eggs impedes a female's ability to escape predation. We compared female survivors to prey of I. mexicana, and found that females carrying more eggs were significantly more likely to be caught by wasps, regardless of their body size and jumping leg mass. We also conducted laboratory experiments where females' jumping responses to a simulated attack were measured and compared to her egg load and morphology. We found a significant negative relationship between egg load and jumping ability, and a positive relationship between body size and jumping ability. These findings support the hypothesis that ovarian eggs are a physical handicap that contributes to female-biased predation in this system. Predation on the most fecund females may have ecological-evolutionary consequences such as collapse of prey populations or selection for alternate life history strategies and behaviours.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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 Opus0,054
Tête enseignante GPT0,206
Écart entre enseignants0,152 · 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

Citations17
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetPlant and animal studies→Travaux en français237 207→