MétaCan
Menu
Retour à la cohorte
Enregistrement W3210425571 · doi:10.5281/zenodo.1418744

Whiteflies And White Lies: Dan Gerling'S Speculation On Deceptive Communication In Parasitoid-Host Interactions

2018· article· en· W3210425571 sur OpenAlexaff
Bernard D. Roitberg, Jabus Tyerman

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésParasitoidSpeculationHost (biology)White (mutation)BiologyEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

We used game theory to assess speculation from the late Dan Gerling that white­fly hosts might evolve to exploit the chemosensory system of their parasitoid natural enemies via fake (pseudo) marking pheromones. We considered three sce­narios. Scenario 1 assumed parasitoid response to hosts was non-evolvable and hard­wired. Here, we found that pseudo-marking was a viable strategy; values at fixation depended upon costs and benefits of marking. Scenario 2 as­sumed pa­rasitoid host acceptance was non-evolvable and plastic. Here, we found that strong fake marking was common when parasitism was moderate, that is when the risk was high but parasitoids would tend to reject because good hosts were avai­lable. Scenario 3 assumed plastic parasitoids that could co-evolve with the host. Here, we found parasitoid sensitivity to host marks, at the population level, never stabilized. By contrast, fake host marking did stabilize but only at high sig­nal strength when levels of parasitism were intermediate (i.e. 30–40 %); when pa­rasitism was more common, marks were ignored and hiding from enemies be­came more effective. We discuss the potential for evolution of pseudo-ovi­po­sition marks in the general sense with reference to sensory deception in non pa­rasitoid-host systems.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,037
Tête enseignante GPT0,310
Écart entre enseignants0,273 · 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'étudeThéorique ou conceptuel
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'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetEvolutionary Game Theory and CooperationTravaux en français237 207