MétaCan
Menu
Retour à la cohorte
Enregistrement W2111443057

Induced plant defence and the evolution of counter-defences in herbivores

2002· article· en· W2111443057 sur OpenAlexafffund
Shea N. Gardner, Anurag A. Agrawal

Notice bibliographique

RevueeCommons (Cornell University) · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect-Plant Interactions and Control
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Environment Research CouncilNatural Sciences and Engineering Research Council of CanadaLawrence Livermore National LaboratoryU.S. Department of Energy
Mots-clésHerbivoreBiologyResistance (ecology)Mendelian inheritancePlant tolerance to herbivoryPopulationEcologyPlant evolutionQuantitative trait locusEvolutionary biologyGeneGeneticsGenomeDemography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We examine how induced plant defences affect the evolution of resistance in herbivores (i.e. the ability to overcome plant defences) compared with constitutive defence strategies. Since resistance of herbivores may evolve as a result of major monogenic and/or quantitative (polygenic or gene amplification) genetic sources, and the selective pressure imposed by plant defences affects the rate of evolution of each genetic source of resistance, we incorporate both into a model of herbivore evolution. We combine Mendelian single-locus and quantitative genetic models with a logistic population growth model based on an empirical plant?herbivore system. Induced defences may delay the evolution of both quantitative and major gene resistance and thus depress herbivore population size for more than 50 herbivore generations longer than constitutive defences. This increased longevity in the effectiveness of plant defence is associated with the production of substantially less plant defence over the long term, hence maximizing the benefit to cost ratio from the plant?s perspective.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,026
Tête enseignante GPT0,162
Écart entre enseignants0,137 · 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

Citations27
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeCommons (Cornell University)Même sujetInsect-Plant Interactions and ControlTravaux en français237 207