Effects of Plant Gross Morphology on Predator Searching Behaviour
Notice bibliographique
Résumé
Plant morphology influences insect predators' abilities to capture prey and control pest populations. Several mechanisms for this effect of plants on predator foraging have been proposed. In particular, it is often claimed that increased complexity of plant structures may increase search time and reduce foraging success. Using time-lapse photography we recorded search paths, and compared the total path lengths, percentages of plants searched, and path tortuosity of adult multicolored Asian lady beetles (Harmonia axyridis Pallas) and green lacewing larvae (Chrysoperla carnea Stephens) foraging for pea aphids (Acyrthosiphon pisum Harris) on pea near-isolines (Pisum sativum L.) that differed in shape. We found that H. axyridis searched leafy morphologies less thoroughly than those with more branches, while C. carnea larvae search paths did not differ on any of the pea morphologies. In addition, the ability of H. axyridis to attach to plants and maneuver was increased on morphologies with many branches and edges, while C. carnea was able to attach to all morphologies. Both species, however, had significantly reduced predation success on inverted leaf surfaces. We conclude that undersides of leaves, far from the leaf margin, may serve as partial prey refugia. In addition, we find increased plant branching or an increase in other morphological features which provide predator attachment points may promote foraging success.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».