MétaCan
Menu
Retour à la cohorte
Enregistrement W2103670302 · doi:10.1139/x07-058

Density-dependent hoarding by rodents contributes to large variation in seed mass of the woodland herb Symplocarpus renifolius

2007· article· en· W2103670302 sur OpenAlexvenueno aff
Shigeru Uemura, Yasuhiro Sugiura

Notice bibliographique

RevueCanadian Journal of Forest Research · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensnon disponible
Organismes subventionnairesSolar Energy Technologies Office
Mots-clésBiologyUndergrowthHoarding (animal behavior)SasaSeedlingPerennial plantWoodlandSeed dispersalBotanyBiomass (ecology)Growing seasonAgronomyHorticultureEcologyForagingBiological dispersal

Résumé

récupéré en direct d'OpenAlex

We analyzed effects of seed-hoarding by rodents on the variation in seed mass and seed success for a perennial forest undergrowth plant — Symplocarpus renifolius Schott ex Miquel — in Hokkaido, northern Japan. Although density of rodents differed greatly between seasons, more rodents were always captured in mesic Sasa sp. patches with dense foliage than in wet Lysichiton sp. patches. In the season with fewer rodents, they cached seeds close to the original places irrespective of vegetation, while in the season with abundant rodents, they transported seeds further and cached seeds disproportionately in Lysichiton patches. Seeds missed by rodents were larger than seeds that were eaten or that survived. Sasa patches are more suitable for seedlings to establish and a size advantage was observed there, but even small seeds could establish in Lysichiton patches, although seedling success was lower. We concluded that maternal plants of Symplocarpus renifolius increase their reproductive success by having small to middle-sized seeds transported to suitable sites while offering larger seeds as rewards to the transporters. Since the variation in seed mass was not correlated with the biomass per seed of the maternal plant, the large variation in seed mass is considered to have evolved through the density-dependent hoarding by rodents.

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)0,001
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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
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 Opus0,019
Tête enseignante GPT0,291
Écart entre enseignants0,273 · 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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetAnimal Ecology and Behavior StudiesTravaux en français237 207