MétaCan
Menu
Retour à la cohorte
Enregistrement W2553014117 · doi:10.1038/srep37520

Pre-dispersal strategies by Quercus schottkyana to mitigate the effects of weevil infestation of acorns

2016· article· en· W2553014117 sur OpenAlexafffund
Ke Xia, William L. Harrower, Roy Turkington, Hong-yu Tan, Zhe‐Kun Zhou

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of China-Yunnan Joint FundNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of ChinaNorthwestern University
Mots-clésAcornInfestationBiologyGerminationWeevilBiological dispersalSeedlingAgronomyPopulationHorticultureBotany

Résumé

récupéré en direct d'OpenAlex

We investigated how pre-dispersal strategies may mitigate the effects of weevil infestation of acorns in a population of Quercus schottkyana, a dominant oak in Asian evergreen broad-leaved forests, and assess if weevil infestation contributes to low seedling recruitment. We counted the number of acorns produced, daily from the end of August to mid-late November for 9 years from 2006-2014. We also recorded the rate of acorn infestation by weevils and acorn germination rates of weekly collections. Annual acorn production was variable, but particularly low in 2011 and 2013. There was no trade-off between acorn production and acorn dry mass. However, acorns produced later in the season were significantly heavier. For most years: (i) the rate of weevil infestation was negatively density dependent (a greater proportion of acorns died with increased acorn density), (ii) the percentage germination of acorns was positively density dependent (proportionately more acorns germinated with increased density), and (iii) as the season progressed, the percentage of infested acorns declined while germination rates increased. Finally, (iv) maximum acorn production, percentage infestation and percentage germination were asynchronous. Although pre-dispersal mortality is important it is unlikely to be the primary factor leading to low recruitment of oak seedlings.

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 enseignants0,572
Score d'incertitude au seuil0,585

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 technologies0,0000,001
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 Opus0,005
Tête enseignante GPT0,239
Écart entre enseignants0,234 · 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

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAnimal Ecology and Behavior StudiesTravaux en français237 207