MétaCan
Menu
Retour à la cohorte
Enregistrement W2324948658 · doi:10.6000/1927-5129.2012.08.02.61

Effect of Different Photo Periods on the Biological Parameters of Chrysoperla carnea under Laboratory Conditions

2012· article· en· W2324948658 sur OpenAlexvenueno aff
Muhammad Mohsin Raza, Nazir Ahmad, Shahnaz Naz, Hayder B. Ali, Nazia Suleman

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésphotoperiodismHatchingBiologyDarknessLarvaChrysoperla carneaAnimal sciencePupaEgg incubationIncubation periodIncubationHorticultureBotanyChrysopidaeNeuroptera

Résumé

récupéré en direct d'OpenAlex

Many insects are known to give response in adaptive way for seasonal changes in day lengths. Photoperiod control’s many developmental responses and allows insects to survive periods of unfavorable environmental conditions. An experiment was conducted to study the effect of different photoperiod lengths on biological parameters of green lacewing, Chrysoperla carnea. Four different photoperiod regimes were selected with varying lengths of light/dark hours (8/16, 10/14, 24/0 and 0/24) at a constant 26±2°C temperature with 70 % RH (relative humidity) in the laboratory. Photoperiod regimes affected the development of C. carnea from egg to adult. In complete darkness (L: 0 D: 24), minimum egg laying, hatching, larval survival and adult emergence were recorded. Incubation period for eggs, larval period and pupal duration were also significantly longer in complete darkness as compared to other treatments 8L: 16D and 10L: 14D. Whereas, the treatment with complete light hours (L: 24, D: 0) resulted in maximum egg laying hatching, larval survival and adult emergence. The incubation period for eggs, larval and pupal duration significantly shortened as compared to other treatments.Sex ratios skewed towards female when full light hours were provided for development.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
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 Opus0,027
Tête enseignante GPT0,260
Écart entre enseignants0,233 · 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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetPhysiological and biochemical adaptationsTravaux en français237 207