Integration of visual and olfactory cues of hosts and non‐hosts by three bark beetles (Coleoptera: Scolytidae)
Notice bibliographique
Résumé
Abstract 1. There has been a long‐standing pre‐occupation with how phytophagous insects use olfactory cues to discriminate hosts from non‐hosts. Foragers, however, should use whatever cues are accurate and easily assessed, including visual cues. 2. It was hypothesised that three bark beetles, the mountain pine beetle (MPB), Dendroctonus ponderosae Hopkins, the Douglas‐fir beetle (DFB), D. pseudotsugae Hopkins, and the western balsam bark beetle (WBBB), Dryocoetes confusus Swaine, integrate visual and olfactory information to avoid non‐host angiosperms (e.g. paper birch, trembling aspen), that differ in visual and semiochemical profile from their respective host conifers (lodgepole pine, Douglas‐fir, interior fir), and tested this hypothesis in a series of field trapping experiments. 3. All three species avoided attractant‐baited, white (non‐host simulating) multiple‐funnel traps, and preferred attractant‐baited black (host‐simulating) traps. In experiments combining white, non‐host traps with non‐host angiosperm volatiles, bark beetles were repelled by these stimuli in an additive or redundant manner, confirming that these species could integrate visual and olfactory information to avoid non‐host angiosperms while flying. 4. When antiaggregation pheromones were released from white traps, the DFB and MPB were repelled in an additive‐redundant manner, suggesting that beetles can integrate diverse and potentially anomalous stimuli. 5. The MPB demonstrated the most consistent visual preferences, suggesting that it may be more of a ‘visual specialist’ than the DFB or WBBB, for which visual responses may be more contingent on olfactory inputs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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 tête enseignante, 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 ».