INSECTS AND TEMPERATURE—DIFFERENTIAL EFFECTS OF EXPERIMENTAL CONDITIONS ON GROWTH AND DEVELOPMENT
Notice bibliographique
Résumé
Abstract Cohorts of Pieris rapae (L.) (Lepidoptera: Pieridae) were reared at different temperatures on three substrates: plants in growth chambers, plants in field cages, and artificial medium. Pupal weight and larval development times were measured. The data were analyzed to determine the effect of temporal changes in substrate on pupal weight. When cohorts were reared on whole plants, average pupal weight declined with increasing time to pupation. For cohorts on potted plants in growth chambers, the rate of decline decreased as temperature increased from 15 to 27 °C. But, for cohorts on plants in field cages, the rate of decline increased as temperature increased from 16 to 25 °C. We speculate that the former trend resulted from plant deterioration, especially at low temperatures, and the latter from larval competition at high temperatures. When larvae were reared on potted plants to the late II or early III instar and then transferred to artificial medium, deterioration of the medium at temperatures below 20 and above 27 °C caused pupal weight to decline significantly with increasing time to pupation, whereas between 20 and 27 °C, pupal weight was constant or increased with increasing time to pupation. Development times of larvae from cohorts reared on plants in growth chambers showed no consistent differences from those of larvae from cohorts reared on artificial medium, at any temperature (overall averages: 187 and 184 day-degrees above 10 °C, on plants versus medium). Pupal weights are determined by the ratio of growth rate to development rate (Appendix). Therefore, the observed differences in pupal weight reflect differences in growth rates rather than differences in development rates. The results show that, depending on temperature, substrate deterioration may seriously affect laboratory studies of herbivore growth and that there are important interactions between temperature and host-plant growth conditions that may make extrapolation of laboratory estimates of herbivore growth to field conditions tenuous.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».