MétaCan
Menu
Retour à la cohorte
Enregistrement W2112460655 · doi:10.2980/15-2-3095

Increased per capita herbivory in the shade: Necessity, feedback, or luxury consumption?

2008· article· en· W2112460655 sur OpenAlexvenueno aff
Norris Z. Muth, Emily C. Kluger, Jennifer H. Levy, Marten J. Edwards, Richard A. Niesenbaum

Notice bibliographique

RevueEcoscience · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésHerbivoreAbiotic componentBiologyEcologyForagingBiotic componentAbundance (ecology)Predation

Résumé

récupéré en direct d'OpenAlex

Leaf chemistry and physiology vary with light environment and are often thought to directly affect herbivory patterns. Biotic (e.g., parasitoids and predators) and abiotic (e.g., temperature, relative humidity) factors known to influence herbivory also co-vary with light environment. Irrespective of mechanism, light-based differences in herbivore damage must be the result of variable herbivore abundance, per capita effects, or both. We examined the effect of light environment on leaf defence and leaf nutritional quality in Lindera benzoin (Lauraceae) and relate this to the abundance and impact of its lepidopteran herbivore Epimecis hortaria (Lepidoptera: Geometridae). In this system we consistently observe greater natural field herbivory in shade habitats relative to high light habitats, despite similar herbivore abundances; differences in herbivory are therefore most likely attributable to different per capita impacts of herbivores across environments. Potential herbivore behaviours responsible for the observed field pattern include increased foraging per day and longer developmental periods in shade habitats. A more complete understanding of observed herbivory patterns requires incorporating variation in herbivore behaviour as influenced by abiotic or biotic factors that co-vary with the different light environments.

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 enseignants0,002
Score d'incertitude au seuil0,008

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,092
Tête enseignante GPT0,241
Écart entre enseignants0,149 · 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

Citations54
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcoscienceMême sujetPlant and animal studiesTravaux en français237 207