Rice Root Aphids, <i>Rhopalosiphum rufiabdominale</i>, Preferentially Choose and Multiply Faster on Monocotyledonous Plants
Notice bibliographique
Résumé
ABSTRACT Rice root aphids (RRAs), Rhopalosiphum rufiabdominale (Sasaki) (Hemiptera: Aphididae), reportedly feed on a wide range of monocotyledonous plants (“monocots”) and dicotyledonous plants (“dicots”). However, possible preference for either monocots or dicots, as well as the mechanisms underlying host plant selection, have not yet been investigated. In two‐choice and no‐choice laboratory experiments, we tested whether RRAs (1) select monocots or dicots as host plants, (2) multiply faster on monocots or dicots, and (3) choose preferred host plants based solely on olfactory cues. When RRAs were offered a choice between two potted monocots (rye vs. barley), they showed no preference, but when they were offered a choice between rye and a dicot (cannabis, celery, coriander, lettuce, pepper, squash, tomato, or marigold), they invariably selected and multiplied faster on rye. Similarly, in a no‐choice experiment, where RRAs were confined in a mesh bag fitted with a single host plant, they multiplied equally well on monocots (rye and barley), but significantly less on any of the eight dicots. In moving‐air two‐choice Y‐tube olfactometer bioassays, which presented olfactory but not visual cues of monocots and dicots, the first‐ and final choices of RRAs were mostly indifferent, suggesting that RRAs locate their preferred monocots based not solely on plant odor. As RRAs are emerging pests in commercial cannabis and vegetable production, it is conceivable to use rye as a trap crop to divert RRAs from valuable cannabis and vegetable crops. This concept, however, still requires testing in commercial crop production settings.
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 | 0,001 | 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 ».