MétaCan
Menu
Retour à la cohorte
Enregistrement W2794219362 · doi:10.1002/ece3.3849

Nutritional geometry and fitness consequences in <i>Drosophila suzukii,</i> the Spotted‐Wing Drosophila

2018· article· en· W2794219362 sur OpenAlexafffund
Yvonne Young, Natasha Buckiewicz, Tristan A. F. Long

Notice bibliographique

RevueEcology and Evolution · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect behavior and control techniques
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDrosophila suzukiiDrosophila (subgenus)BiologyWingOffspringLarvaEcologyZoologyRipeningDrosophilidaeDrosophila melanogasterBotanyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Since its arrival to North America less than a decade ago, the invasive Spotted‐Wing Drosophila ( Drosophila suzukii ) has inflicted substantial economic losses on soft fruit agriculture due to its ability to oviposit into ripening fruits. More effective management approaches for this species are needed, but little is known about the factors that influence behavioral choices made by D. suzukii when selecting hosts, or the consequences that their offspring experience when developing in different environments. Using a nutritional geometry methodology, we found that the ratio of proteins‐to‐carbohydrates (P:C) present in media greatly influenced adult D. suzukii behavior and subsequent offspring development. Whereas adult flies showed a strong bias in their oviposition and association behaviors toward carbohydrate‐rich foods, larval survival and eclosion rate were strongly dependent on protein availability. Here, we explore the preference–performance hypothesis (PPH), in which females are predicted to oviposit on medias that provide the greatest offspring benefits, in regard to its relevance in D. suzukii behavior and consequences for management. Our results provide valuable insight into the ecology and evolution of this species that may hopefully lead to more effective management strategies.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

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

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 Opus0,015
Tête enseignante GPT0,230
Écart entre enseignants0,215 · 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

Citations65
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetInsect behavior and control techniquesTravaux en français237 207