MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413779559 · doi:10.1139/cjfr-2025-0074

α-Pinene concentrations in bark tissue affect intra-specific variation in the susceptibility to vole gnawing of Japanese larch

2025· article· en· W4413779559 sur OpenAlexvenueno aff
Misaki Yonezawa, Kazuto Seki, Mayumi Tsuda, Wataru Ishizuka

Notice bibliographique

RevueCanadian Journal of Forest Research · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLarchBark (sound)BiologyWoody plantBotanyAffect (linguistics)ForestryEcologyGeography

Résumé

récupéré en direct d'OpenAlex

During observations of a 46-year-old progeny test site planted with Japanese larch ( Larix kaempferi) in Japan’s Hokkaido region, we observed extensive damage caused by feeding of the gray red-backed vole ( Craseomys rufocanus). In this site, progeny derived from 15 parent clones of L. kaempferi was planted with intercrossed hybrid ( Larix gmelinii var. japonica × L. kaempferi), enabling us to assess genetic contributions to intra-specific variation while accounting for spatial effects. Quantitation using LiDAR and 3D point-cloud data revealed that the genetic characters estimated for the vole-gnawed area varied widely among the parent clones, suggesting that vole susceptibility is a genetically-based trait. Moreover, there was a significant positive relationship between the vole-gnawed area and mortality risk over the last 15 years, suggesting that vole susceptibility of clones is important in mature larch trees as well as in young trees. A significant negative correlation between the vole-gnawed area and the concentrations of α-pinene was detected in the secondary phloem of L. kaempferi, but not in its hybrid. Thus, α-pinene would be a candidate repellent, and the susceptibility to vole gnawing could be genetically improved by breeding approaches for L. kaempferi.

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 enseignants0,004
Score d'incertitude au seuil0,007

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)0,0000,000

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 Opus0,042
Tête enseignante GPT0,349
Écart entre enseignants0,307 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetAnimal Ecology and Behavior Studies→Travaux en français237 207→