MétaCan
Menu
Retour à la cohorte
Enregistrement W4287307468 · doi:10.1111/1365-2435.14150

Dividing up the bill: Interactions between how parasitoids manipulate host behaviour and who pays the cost

2022· article· en· W4287307468 sur OpenAlexafffund
Shelley A. Adamo

Notice bibliographique

RevueFunctional Ecology · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect symbiosis and bacterial influences
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOffspringBiologyHost (biology)ParasitoidCheatingEcologyParasitismZoologyGeneticsPregnancy

Résumé

récupéré en direct d'OpenAlex

Abstract Controlling host behaviour can be costly for parasites. In some parasitic systems, such as insect parasitoids, this physiological cost can be paid for by the mother parasite, her offspring or both. Parasitoid wasps provide examples of how individual parasites in a host–parasite system can vary in their opportunity, means and motive (i.e. fitness benefits) for manipulating host behaviour. Changes in host behaviour that occur very soon after infection are typically paid for by the mother parasitoid. She has the greatest opportunity (offspring are often still eggs), the means (neuroactive venoms) and benefits by promoting her offspring's success. Changes in host behaviour that occur late in the development of the offspring (e.g. host bodyguard behaviour) often hinge on some behaviour of the offspring (e.g. the exiting of the host). In these cases, the cost is paid largely by the offspring. The offspring have the greater opportunity, the means (e.g. secreting compounds into the host) and directly benefit by their increased survival. Gene delivery agents, such as symbiotic viruses, allow a reduction in the direct cost of parasitic manipulation to the parasite because the host is induced to use its own resources to produce the compounds needed to alter its behaviour. However, this method leads to indirect costs that are paid for by the offspring, due to a reduction in the host's resources that are available for their own growth. In gregarious systems, the possibility of cheating among the offspring (i.e. some individuals paying less than others to alter host behaviour) may select for modes of control that make cheating difficult. Determining who pays the physiological cost of manipulating host behaviour, and why, promises exciting insights into the evolution of parasitic manipulation in these systems. Read the free Plain Language Summary for this article on the Journal blog.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,068
Score d'incertitude au seuil0,999

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 technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,052
Tête enseignante GPT0,239
Écart entre enseignants0,188 · 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.

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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFunctional EcologyMême sujetInsect symbiosis and bacterial influencesTravaux en français237 207