MétaCan
Menu
Retour à la cohorte
Enregistrement W2598210884 · doi:10.3390/insects8020034

Spectral Signatures of Immature Lucilia sericata (Meigen) (Diptera: Calliphoridae)

2017· article· en· W2598210884 sur OpenAlexaff
Jodie-A. Warren, T. D. Pulindu Ratnasekera, David A. Campbell, Gail S. Anderson

Notice bibliographique

RevueInsects · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForensic Entomology and Diptera Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésLuciliaInstarBiologyHyperspectral imagingCalliphoridaeLarvaReflectivityPupaZoologyEcologyRemote sensing

Résumé

récupéré en direct d'OpenAlex

Hyperspectral remote sensing is an innovative technology with applications in many sciences and is a non-destructive method that may offer more precise aging within development stages. Hyperspectral reflectance measurements from the anterior, midsection, and posterior of Lucilia sericata (Meigen) larvae and pupae were conducted daily from samples of the developing insects beginning at second instar. Only midsection measurements were conducted on second instar larvae due to their size, to ensure that the measurement was not of reflective surroundings. Once measured, all insects were washed with deionized water, blotted with filter paper, and re-measured. Daily age prediction during the post-feeding stage was not impacted by the unwashed insect measurements and was best predicted based on posterior measurements. The second and third instar larvae, which move about their food source, had different contributing coefficients to the functional regression model for the hyperspectral measurements of the washed compared with unwashed specimens. Although washing did not affect the daily prediction within these stages, it is still encouraged in order to decrease the effect of food source on spectral reflectance. Days within the intra-puparial period were best predicted based on anterior measurements and were not well distinguished from one another in the first few days based on midsection and posterior measurements.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,844
Score d'incertitude au seuil0,324

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 Opus0,018
Tête enseignante GPT0,237
Écart entre enseignants0,219 · 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInsectsMême sujetForensic Entomology and Diptera StudiesTravaux en français237 207