MétaCan
Menu
Retour à la cohorte
Enregistrement W2919982225 · doi:10.3390/insects10030067

What Is the Carcass-Usage Mode of the Collembola? A Case Study of Entomobrya proxima in the Laboratory

2019· article· en· W2919982225 sur OpenAlexaff
Lichao Feng, Liang Chang, Shaoqing Zhang, Xinyu Zhu, Sina M. Adl, Donghui Wu

Notice bibliographique

RevueInsects · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesProject 211
Mots-clésBiologyCarrionTrophic levelInsectFood chainPredationPenicilliumAlternariaEcologyMicroorganismZoologyFood preferenceFood scienceBotanyBacteria

Résumé

récupéré en direct d'OpenAlex

Collembola display a variety of feeding habits, and prey on many types of food at different trophic levels in the soil. In most cases, their feeding selections are widely varied. In the interest of the food preferences of E. proxima, we attempted to confirm how the Collembola utilize food when feeding on carrion (unusual sources). Four different soil animals (with different stable isotope values and increasing trophic levels) were used to examine whether collembolans can use dead insects as a food resource in specific manners, depending on food preference. Our results demonstrated that the food preference of a collembolan changed significantly after feeding on insects with different feeding habits for 60 days. We found that stable isotope values (δ13C) of Entomobrya proxima approached those of the food sources. A large proportion of the diet (more than 50%) should directly consist of insect body parts, with the remainder consisting of indirectly used, mixed microorganisms naturally growing on animal food, such as fungi (Rhizopus sp., Alternaria sp., Penicillium sp., and Aspergillus sp.) and bacteria (Bacillus sp1. and Bacillus sp2.). Based on this research, the food preference of collembolans is more focused on carcasses (dead insect bodies) than microorganisms during the animal-food decomposition process.

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 enseignants0,158
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,009
Tête enseignante GPT0,253
Écart entre enseignants0,245 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInsectsMême sujetIsotope Analysis in EcologyTravaux en français237 207