MétaCan
Menu
Retour à la cohorte
Enregistrement W2993303021 · doi:10.1093/jee/toz316

Cross-tolerance to Desiccation and Cold in Khapra Beetle (Coleoptera: Dermestidae)

2019· article· en· W2993303021 sur OpenAlexaff
Sunil Shivananjappa, Robert A. Laird, Kevin D. Floate, Paul G. Fields

Notice bibliographique

RevueJournal of Economic Entomology · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect Pest Control Strategies
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésTrogoderma granariumDermestidaeBiologyLarvaDiapauseInsectDesiccationCold toleranceRelative humidityDesiccation toleranceToxicologyBotanyZoologyHorticulture

Résumé

récupéré en direct d'OpenAlex

Khapra beetle, Trogoderma granarium Everts, is unusual in two key respects. First, they are among the most cold hardy of stored-product insect pests even though they originate in hot and dry regions of the Indian subcontinent. Second, their larvae can enter into diapause to survive harsh environmental conditions. In the present study, we examined whether these two phenomena are related, i.e., due to cross-tolerance. Cross-tolerance is the tolerance to one ecological stress when induced by a separate stress. To investigate this, khapra beetle larvae were reared at different relative humidities (3, 28, 49, and 79%) in either nondiapausing or diapausing conditions. Then the cold tolerance of larvae was estimated by measuring mortality after different durations at -10°C. For nondiapausing larvae, relative humidity had little effect on cold tolerance with the lethal time to 50% mortality (LT50) occurring between 2 and 4 d. For diapausing larvae, cold tolerance increased with greater desiccation stress with LT50's of 5, 7, 10, and 18 d at 79, 49, 28, and 3% RH, respectively. This suggests that the physiological mechanisms that protect diapausing larvae from desiccation may also increase cold tolerance, even though these insects may rarely be exposed to low temperatures.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,248
Écart entre enseignants0,235 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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 revueJournal of Economic EntomologyMême sujetInsect Pest Control StrategiesTravaux en français237 207