MétaCan
Menu
Retour à la cohorte
Enregistrement W2895168918 · doi:10.1093/ee/nvy092

The Effect of Feeding and Mate Presence on the Pheromone Production of the Spruce Beetle (Coleoptera: Curculionidae)

2018· article· en· W2895168918 sur OpenAlexafffund
Rylee Isitt, Katherine P. Bleiker, Deepa S. Pureswaran, N. Kirk Hillier, Dezene P.W. Huber

Notice bibliographique

RevueEnvironmental Entomology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensAcadia UniversityCanadian Forest ServiceUniversity of Northern British ColumbiaUniversity of New Brunswick
Organismes subventionnairesCanadian Forest ServiceUniversity of Northern British ColumbiaBritish Columbia Knowledge Development FundNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for Innovation
Mots-clésCurculionidaePheromoneBiologyBotanySex pheromonePEST analysisHost (biology)HorticultureZoologyEcology

Résumé

récupéré en direct d'OpenAlex

Dendroctonus rufipennis (Kirby, Coleoptera: Curculionidae) uses pheromone blends containing aggregative components (frontalin, verbenene, 1-methyl-2-cyclohexen-1-ol [MCOL], and seudenol) and an anti-aggregative component (3-methyl-2-cyclohexen-1-one [MCH]) to coordinate attacks against host trees, but little is known about the influence of external stimuli on pheromone production. We conducted feeding experiments followed by pheromone extractions to determine if feeding duration and mate presence affected pheromone production in D. rufipennis. Unfed beetles of both sexes produced very little of any pheromone component. Females fed for 48 h produced significantly more MCH and MCOL compared to those which fed for 24 h. Males fed for 48 h produced significantly less seudenol than those which fed for 24 h. Male presence did not significantly affect female pheromone production. We propose that the pheromone blend produced by beetles transitions from aggregative to anti-aggregative shortly after colonizing a host, regardless of mate presence.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,150
Score d'incertitude au seuil0,837

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 technologies0,0000,002
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 Opus0,004
Tête enseignante GPT0,199
Écart entre enseignants0,195 · 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

Citations10
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental EntomologyMême sujetForest Insect Ecology and ManagementTravaux en français237 207