MétaCan
Menu
Retour à la cohorte
Enregistrement W2969967953 · doi:10.3390/f10080706

Density Dependence of Egg Recruitment and Moth Dispersal in Spruce Budworms

2019· article· en· W2969967953 sur OpenAlexaff
Jacques Régnière, Vincent G. Nealis

Notice bibliographique

RevueForests · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésBiological dispersalSpruce budwormBiologyEcologyDensity dependenceFecundityPopulation densityPopulationBlack spruceTaigaLepidoptera genitaliaDemography

Résumé

récupéré en direct d'OpenAlex

Egg recruitment quantifies the relative importance of realized fecundity and migration rates in the population dynamics of highly mobile insects. We develop here a formal context upon which to base the measurement and interpretation of egg recruitment in population dynamics of eastern and western spruce budworms, two geographically separated species that share a very similar ecology. Under most circumstances, per capita egg recruitment rates in these budworms are higher in low-density populations and lower in high-density populations, relative to the regional mean: Low-density populations are nearly always migration sinks for gravid moths, and dense populations nearly always sources. The slope of this relationship, measured on a log scale, is negatively correlated with migration rate, and ranges between 0 and −1. The steeper the slope, the more marked net migration. Using our western spruce budworm observations, we found strong evidence of density-dependent emigration in budworms, so migration is not simply a random perturbation in the lagged, density-dependent stochastic process leading to budworm outbreaks. It is itself statistically and biologically density-dependent. Therefore, moth migration is a synchronizing factor and a spread mechanism that is essential to understanding the development and expansion of spruce budworm outbreaks at regional scales in the boreal forests of North America.

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 enseignants0,028
Score d'incertitude au seuil0,986

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 Opus0,011
Tête enseignante GPT0,233
Écart entre enseignants0,222 · 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

Citations34
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetFire effects on ecosystemsTravaux en français237 207