Annual Crops Contribute More Predators than Perennial Habitats during an Aphid Outbreak
Notice bibliographique
Résumé
Crops and semi-natural habitats provide predator populations with varying floral and prey resources, but their individual role on predator movement has seldom been studied. Here, we tease apart the role of adjacent habitats, predator abundance in the adjacent habitat, and soybean aphid (Aphis glycines Matsumura) abundance in soybean (Glycine max (L.) Merr.) on predator movement into soybean. We studied 12 soybean fields adjacent to alfalfa (Medicago sativa L.), canola (Brassica napus L.), spring wheat (Triticum aestivum L.), or woody vegetation, during a soybean aphid outbreak. Bidirectional Malaise traps and sticky traps were used to quantify predator movement between and abundance within soybean and adjacent habitats, respectively. Field plant counts were conducted to quantify aphid abundance in soybean. Coccinellidae and Syrphidae were the two most abundant families collected. Coccinellids and Eupeodes americanus (Wiedemann) (Diptera: Syrphidae) had net movement in soybean and their movement increased with aphid abundance. Movement of E. americanus was highest from wheat, coccinellid abundance was higher in wheat than woody vegetation, Toxomerus marginatus (Say) (Diptera: Syrphidae) abundance was highest in canola, and all other predators were more abundant in canola than woody vegetation. In general, our study suggests that annual crops have and provide more predators to soybean during aphid outbreaks than perennial habitats.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».