MétaCan
Menu
Retour à la cohorte
Enregistrement W3159549777 · doi:10.24908/iqurcp.9354

Insect Herbivory on the Plant Rhinanthus minor over its Elevational Range in the Canadian Rockies

2018· article· en· W3159549777 sur OpenAlexvenueaboutno aff
Lindsey Falk

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHerbivoreEcologyBiologyRange (aeronautics)Competition (biology)HabitatAlpine plant

Résumé

récupéré en direct d'OpenAlex

All species of plants and animals occur over a finite area of the Earth’s surface. This is referred to as the species range, and many species ranges have shifted or are predicted to shift with climate change. Scientific models have predicted how these shifts are expected to change and what proportion of the implicated species will go extinct in the process. Most models assume that climatic variables such as temperature and rainfall are solely responsible for these range shifts. However, we know that the success of a species is strongly influenced by both their positive and negative interactions with other species, such as competition, mutualism, predation and herbivory. But how these biotic factors affect species ranges is poorly understood. I am using a field experiment on a species in its native habitat to better understand these interactions. My study took place in the Canadian Rocky Mountains on populations of the plant Yellow Rattle (Rhinanthus minor). I studied two transects, each with plant populations at low, mid and high elevations. Insect herbivory on plant populations was observed, as well as manipulated, via a pesticide treatment to reduce insect herbivory, and a clipping treatment to simulate natural insect herbivory. Understanding herbivory and herbivore-plant interactions over an elevational gradient may help give us a clearer idea of the complex relationship between the climatic and biotic factors that affect plant species ranges.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,123

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
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 Opus0,297
Tête enseignante GPT0,325
Écart entre enseignants0,028 · 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'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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetPlant and animal studiesTravaux en français237 207