MétaCan
Menu
Retour à la cohorte
Enregistrement W2132379362 · doi:10.1002/jez.10082

Energy and water conservation in frozen vs. supercooled larvae of the goldenrod gall fly, <i>Eurosta solidaginis</i> (fitch) (Diptera: Tephritidae)

2002· article· en· W2132379362 sur OpenAlexaff
Jason T. Irwin, Richard Lee

Notice bibliographique

RevueJournal of Experimental Zoology · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSupercoolingTephritidaeGallBiologyAnimal scienceBotanyMeteorology

Résumé

récupéré en direct d'OpenAlex

Insects that tolerate severe cold during winter may either supercool or tolerate ice forming within the tissues of the body. To compare the relative advantages of freezing and supercooling, we measured rates of CO(2) production and water loss in frozen and supercooled goldenrod gall fly larvae (Eurosta solidaginis). As an important first step, we measured the time required for ice content and metabolic rate to stabilize upon freezing. Ice content stabilized after only three hours of freezing at -5 degrees C, whereas CO(2) production required 12 hours to stabilize. Subsequent experiments found that freezing greatly reduced both water loss and metabolic rate. Comparisons of supercooled and frozen larvae at -5 degrees C indicated that CO(2) production fell 47% with freezing and water loss decreased 35%. As temperature decreased to -10 and -15 degrees C, CO(2) production fell exponentially and was no longer detectable at -20 degrees C with our measurement system. Our results demonstrate that freezing significantly reduces energy consumption during the winter and may therefore improve winter survival and spring fecundity. The advantages of freezing over supercooling would drive selection toward insect freeze tolerance and also toward higher supercooling points to increase the duration of freezing each winter.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,013
Tête enseignante GPT0,206
Écart entre enseignants0,193 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations60
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental ZoologyMême sujetPhysiological and biochemical adaptationsTravaux en français237 207