MétaCan
Menu
Retour à la cohorte
Enregistrement W2136312455 · doi:10.1603/022.038.0629

Biotic and Abiotic Factors Affect Green Ash Volatile Production and Emerald Ash Borer Adult Feeding Preference

2009· article· en· W2136312455 sur OpenAlexfundaboutno aff
Yigen Chen, Therese M. Poland

Notice bibliographique

RevueEnvironmental Entomology · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Forest ServiceU.S. Forest Service
Mots-clésEmerald ash borerGirdlingFraxinusBiologyBuprestidaeAgrilusBotanyAbiotic componentHorticultureAgronomyEcology

Résumé

récupéré en direct d'OpenAlex

The emerald ash borer, Agrilus planipennis Fairmaire (Coleoptera: Buprestidae), is an exotic woodborer first detected in 2002 in Michigan and Ontario and is threatening the ash resource in North America. We examined the effects of light exposure and girdling on green ash (Fraxinus pennsylvanica Marsh) volatile production, and effects of light exposure, girdling, and leaf age on emerald ash borer adult feeding preferences and phototaxis. Green ash seedlings grown under higher light exposure had lower amounts of three individual volatile compounds, (Z)-3-hexenol, (E)-beta-ocimene, and (Z,E)-alpha-farnesene, as well as the total amount of six detected volatile compounds. Girdling did not affect the levels of these volatiles. Emerald ash borer females preferred mature leaves, leaves from girdled trees, and leaves grown in the sun over young leaves, leaves from nongirdled trees, and leaves grown in the shade, respectively. These emerald ash borer preferences were most likely because of physical, nutritional, or biochemical changes in leaves in response to the different treatments. Emerald ash borer females and males showed positive phototaxis in laboratory arenas, a response consistent with emerald ash borer preference for host trees growing in sunlight.

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)0,000
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,009
Tête enseignante GPT0,202
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 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

Citations38
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental EntomologyMême sujetForest Insect Ecology and ManagementTravaux en français237 207