MétaCan
Menu
Retour à la cohorte
Enregistrement W2170781592 · doi:10.1890/07-0555.1

PREDISPERSAL SEED HERBIVORES, NOT POLLINATORS, EXERT SELECTION ON FLORAL TRAITS VIA FEMALE FITNESS

2008· article· en· W2170781592 sur OpenAlexaff
Amy L. Parachnowitsch, Christina M. Caruso

Notice bibliographique

RevueEcology · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPollinatorHerbivoreBiologyPollinationSeed predationSelection (genetic algorithm)EcologyDirectional selectionReproductive successNatural selectionPopulationSeed dispersalPollen

Résumé

récupéré en direct d'OpenAlex

Herbivores that oviposit in flowers of animal-pollinated plants depend on pollinators for seed production and are therefore expected to choose flowers that attract pollinators. This provides a mechanism by which seed herbivores and pollinators could impose conflicting selection on floral traits. We measured phenotypic selection on floral traits of Lobelia siphilitica (Lobeliaceae) via female fitness to determine the relative strength of selection by pollinators and a specialist predispersal seed herbivore. We were able to attribute selection on flowering phenology to the herbivores. However, no selection could be attributed to pollinators, resulting in no conflicting selection on floral traits. Unlike pollinators, whose preference for certain floral traits does not always translate into higher fitness, any discrimination by seed herbivores is likely to decrease fitness of the preferred floral phenotype. Thus predispersal seed herbivores may be a significant agent of selection on floral traits.

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 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 enseignants0,349
Score d'incertitude au seuil0,415

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)0,0000,000

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 Opus0,034
Tête enseignante GPT0,209
Écart entre enseignants0,175 · 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.

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

Citations100
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetPlant and animal studiesTravaux en français237 207