MétaCan
Menu
Retour à la cohorte
Enregistrement W2190765250 · doi:10.1614/ws-d-15-00069.1

Brassicaceous Weed Seed Predation by Ground Beetles (Coleoptera: Carabidae)

2015· article· en· W2190765250 sur OpenAlexafffund
Sharavari S. Kulkarni, Lloyd M. Dosdall, John R. Spence, Christian J. Willenborg

Notice bibliographique

RevueWeed Science · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of SaskatchewanUniversity of Alberta
Organismes subventionnairesAlberta Canola Producers Commission
Mots-clésCanolaWeedBiologyRapeseedBrassicaPredationGround beetleAgronomySeed predationAgroecosystemWeed controlEcologyPopulationSeed dispersalAgricultureBiological dispersal

Résumé

récupéré en direct d'OpenAlex

We used laboratory and field feeding trials to investigate adult carabid beetle preferences for three brassicaceous weed species (rapeseed, wild mustard, and field pennycress) that are pests in canola. All carabid species preferred seeds of rapeseed most and those of field pennycress least and showed intermediate preference for wild mustard seeds. Beetles highly preferred imbibed seeds of all three weed species. Activity–density of carabids and mean weed seed removal were highly correlated in field plots of canola, with activity–density accounting for 67% of the observed variation in seed removal. Our study indicates that seed consumption among carabids is influenced by several factors, including weed species, physiological state of seeds, and carabid activity–density. Carabid seed predation is significant in canola agroecosystems; therefore, understanding these influences has implications for ecological weed management.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0010,000
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 Opus0,022
Tête enseignante GPT0,230
Écart entre enseignants0,209 · 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'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

Citations20
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWeed ScienceMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207