MétaCan
Menu
Retour à la cohorte
Enregistrement W2591914811 · doi:10.1139/cjz-2016-0233

Effects of environmental warming during early life history on libellulid odonates

2017· article· en· W2591914811 sur OpenAlexaffvenue
Dachin N. Frances, J.Y. Moon, Shannon J. McCauley

Notice bibliographique

RevueCanadian Journal of Zoology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHatchlingBiologyIntraspecific competitionHatchingEctothermEcologyGlobal warmingPhenologyDragonflyClimate changeOdonata

Résumé

récupéré en direct d'OpenAlex

Climate warming affects ectotherms globally, yet we know little regarding the variability in species’ responses to warming, particularly in early life stages. Additionally, intraspecific variation in response to warming is understudied but may determine species’ resilience to warming. To assess how temperature affects egg development rate in co-occurring dragonfly species, we manipulated temperature (range: 22–31 °C) and measured time to hatching. Warming decreased egg development time across all species, indicating that while climate warming will advance hatching phenology, maintained synchrony in hatching order will likely not affect species interactions. Our second experiment examined early life-history responses to warming in the dot-tailed whiteface (Leucorrhinia intacta (Hagen, 1861)) dragonfly. We measured time to hatching, hatchling size, growth rate, and survival at four temperatures (23–30 °C), including a treatment with increased thermal variation. Warming resulted in smaller hatchlings with increased growth and mortality rates, whereas higher thermal variation did not have effects different from those of warming alone. We observed significant intraspecific variation in the responses to warming in both egg development time and hatchling size and this variation was correlated with date of oviposition. High levels of intraspecific variation may be important in buffering populations from the effects of climate warming.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,190
Écart entre enseignants0,176 · 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 source (Gemma direct ou Codex distillé), 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

Citations26
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207