MétaCan
Menu
Retour à la cohorte
Enregistrement W4406187388 · doi:10.1163/23524588-00001365

Diet particle size influences tropical house cricket life history

2025· article· en· W4406187388 sur OpenAlexaff
Matthew J. Muzzatti, Jacinta D. Kong, Emily R. McColville, Hunter Brzezinski, Cassandra C. Stabile, Heath A. MacMillan, Susan M. Bertram

Notice bibliographique

RevueJournal of Insects as Food and Feed · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect Utilization and Effects
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésCricketParticle sizeBiologyAnimal scienceZoology

Résumé

récupéré en direct d'OpenAlex

Abstract Artificial diets are costly to produce, so diet efficiency is critically important to the success of mass rearing insects. One way to improve feed efficiency is through dietary particle size optimization. We tested whether individual crickets ( Gryllodes sigillatus ) reared on diets of different particle sizes (0.088-0.125 mm, 0.5-0.7 mm, and 1.0-1.4 mm) would grow differently. Crickets fed a diet ≥0.5 mm grew heavier during the first three weeks but weighed the same after six weeks regardless of diet size. We also tested for dietary size preference, and given a choice crickets consumed the most feed from the 1.0-1.4 mm diet. Next, we tested whether grinding diet to a powder and also pelleting the powder could influence life history. Powdered diet did not influence growth or development, but crickets fed a 2 mm pelleted diet grew larger body size. Overall, our results demonstrate that diet particle size can be leveraged to enhance cricket life history traits important to mass production, as growth was accelerated on larger particle size diets and crickets preferred to eat larger-sized diets. Researchers focusing on physical properties of insect diets should carefully consider the timing of growth and development milestones through which diet particle size may influence feed efficiency.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

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 savante0,0010,000
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 Opus0,020
Tête enseignante GPT0,227
Écart entre enseignants0,207 · 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

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Insects as Food and FeedMême sujetInsect Utilization and EffectsTravaux en français237 207