MétaCan
Menu
← Retour à la cohorte
Enregistrement W2907273094 · doi:10.6084/m9.figshare.c.4256690.v1

Supplementary material from "Bookkeeping of insect herbivory trends in herbarium specimens of purple loosestrife (<i>Lythrum salicaria</i>)"

2018· article· en· W2907273094 sur OpenAlexaboutno aff
Caroline Beaulieu, Claude Lavoie, Raphaël Proulx

Notice bibliographique

RevueFigshare · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHerbariumBiologyHerbivoreInsectBookkeepingEcologyBotanyBusiness

Résumé

récupéré en direct d'OpenAlex

The potential use of herbarium specimens to detect herbivory trends is enormous but largely untapped. The objective of this study was to reconstruct the long-term herbivory pressure on the Eurasian invasive plant, purple loosestrife (Lythrum salicaria), by evaluating leaf damage over 1323 specimens from southern Québec (Canada). The hypothesis tested is that that the prevalence of herbivory damage on purple loosestrife is low during the invasion phase and increases throughout the saturation phase. Historical trends suggest a gradual increase in hole feeding and margin feeding damage from 1883 to around 1940, followed by a period of relative stability. The percentage of specimens with window feeding damage did not begin to increase until the end of the twentieth century, from 3% (2–6%) in 1990 to 45% (14–81%) in 2015. Temporal changes in the frequency of window feeding damage support the hypothesis of an increasing herbivory pressure by recently introduced insects. This study shows that leaf damage made by insects introduced for the biocontrol of purple loosestrife, such as coleopterans of the Neogalerucella genus, can be assessed from voucher specimens. Herbaria are a rich source in information that can be used to answer questions related to plant-insect interactions in the context of biological invasions and biodiversity changes.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,639
Score d'incertitude au seuil0,515

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,6390,199

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 Opus0,021
Tête enseignante GPT0,233
Écart entre enseignants0,212 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetForest Insect Ecology and Management→Travaux en français237 207→