MétaCan
Menu
Retour à la cohorte
Enregistrement W2153952522 · doi:10.1093/forestry/cpq047

Resistance of Sitka spruce (Picea sitchensis (Bong.) Carr.) to white pine weevil (Pissodes strobi Peck): characterizing the bark defence mechanisms of resistant populations

2011· article· en· W2153952522 sur OpenAlexaffabout
John King, R. I. Alfaro, Manuel Gómez-López, Lara van Akker

Notice bibliographique

RevueForestry An International Journal of Forest Research · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensCanadian Forest ServiceGovernment of British Columbia
Organismes subventionnairesU.S. Forest ServiceMcKnight Foundation
Mots-clésWeevilBiologyResistance (ecology)PopulationWhite (mutation)Bark (sound)BotanyPopulation densityEcologyDemographyGene

Résumé

récupéré en direct d'OpenAlex

It has long been known that strong expressions of resistance to the white pine weevil (Pissodes strobi Peck) exist in certain Sitka spruce (Picea sitchensis (Bong.) Carr.) populations, particularly among trees originating from the Fraser Valley and the Qualicum area of British Columbia (BC). In this paper, we characterize how resistance is manifested in these known resistant populations. Specifically, using cloned individuals, we investigated resistant traits associated with repellency, constitutive resin canals (CRC) and sclereid or stone cells. Results indicate significant population differences in the level of these traits between these two populations and susceptible populations. Fraser Valley populations had four times the sclereid density of susceptible populations. Although the Big Qualicum (East Vancouver Island) population had the same high resistance as the Haney (Fraser Valley) population, it was expressed primarily through increased CRC. Sclereid cell density had the strongest correlation to weevil attack followed by CRC. We discuss pathways by which two distinct resistant populations may have developed in this high weevil hazard region of south-west BC.

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,263
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
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 Opus0,062
Tête enseignante GPT0,321
Écart entre enseignants0,259 · 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'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

Citations33
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueForestry An International Journal of Forest ResearchMême sujetForest Insect Ecology and ManagementTravaux en français237 207