MétaCan
Menu
Retour à la cohorte
Enregistrement W4321327454 · doi:10.1002/ecy.4007

Auditory predator cues decrease herbivore survival and plant damage

2023· article· en· W4321327454 sur OpenAlexaff
Zachary A. Lee, Caroline B. Cohen, A. Baranowski, Kristen N. Berry, Maxwell R. McGuire, Tyler S. Pelletier, Brendan P. Peck, Jacqueline Blundell, Evan L. Preisser

Notice bibliographique

RevueEcology · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPredationBiologyHerbivoreCaterpillarPredatorEcologyExiguaBiomass (ecology)LarvaSpodoptera

Résumé

récupéré en direct d'OpenAlex

The high fitness cost of predation selects prey capable of detecting risk cues and responding in ways that reduce their vulnerability. While the impacts of auditory predator cues have been extensively researched in vertebrate prey, much less is known about invertebrate species' responses and their potential to affect the wider food web. We exposed larvae of Spodoptera exigua, a slow-moving and vulnerable herbivore hunted by aerial predators, to recordings of wasp buzzing (risk cue), mosquito buzzing (no-risk cue), or a no-sound control in both laboratory and field settings. In the laboratory, wasp buzzing (but not mosquito buzzing) reduced survival relative to the control; there was, however, no effect on time to or weight at pupation in survivors. In the field, wasp buzzing reduced caterpillar herbivory and increased plant biomass relative to the control treatment. In contrast, mosquito buzzing reduced herbivory less than wasp buzzing and had no effect on plant biomass. The fact that wasp cues evoked strong responses in both experiments, while mosquito buzzing generally did not, indicates that caterpillars were responding to predation risk rather than sound per se. Such auditory cues may have an important but largely unappreciated impacts on terrestrial invertebrate herbivores and their host plants.

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 enseignants0,002
Score d'incertitude au seuil0,008

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)0,0020,000

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 Opus0,036
Tête enseignante GPT0,217
Écart entre enseignants0,181 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetPlant and animal studiesTravaux en français237 207