MétaCan
Menu
Retour à la cohorte
Enregistrement W2892678357 · doi:10.1111/afe.12305

Morphological variation associated with dispersal capacity in a tree‐killing bark beetle <i>Dendroctonus ponderosae</i> Hopkins

2018· article· en· W2892678357 sur OpenAlexafffund
Victor A. Shegelski, Maya L. Evenden, Felix A. H. Sperling

Notice bibliographique

RevueAgricultural and Forest Entomology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Resources CanadaNatural Sciences and Engineering Research Council of CanadaNational Institutes of Health
Mots-clésBiological dispersalBiologyWingDendroctonusMountain pine beetleWing loadingBark beetleEcologyPopulationInsect flightZoologyBark (sound)Demography

Résumé

récupéré en direct d'OpenAlex

Abstract Intrinsic factors influencing the dispersal of insect pests during outbreaks are poorly understood, yet these factors need to be quantified to parameterize dispersal in models that predict population spread. The present study related wing and body morphology of female mountain pine beetles ( Dendroctonus ponderosae ) to flight distance, as measured by flight mill bioassays. Beetles that flew long distances (&gt; 11 km) had a greater body weight and larger wings than beetles that flew short distances (&lt; 1 km). These heavier female beetles should also be more capable pioneers because other studies have shown that body weight is positively correlated with lipid content. Wing and body morphology of females are significant predictors of flight distance; heavy beetles with large wings generally flew further than smaller beetles, although this relationship is heteroscedastic. Dispersion of flight distance values increases with wing loading (weight/wing area) as a result of a cohort of ‘lazy’ individuals that fly short distances (&lt; 1 km) regardless of flight phenotype. The observed morphology explained less than 20% of the variation in flight capacity, indicating a substantial contribution from other intrinsic factors that remain to be investigated. The present study may have implications for dispersal modelling, providing estimates of flight capacity using morphological 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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,941

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 Opus0,012
Tête enseignante GPT0,192
Écart entre enseignants0,180 · 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

Citations18
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgricultural and Forest EntomologyMême sujetForest Insect Ecology and ManagementTravaux en français237 207