Food quality effects on instar-specific life histories of a holometabolous insect
Notice bibliographique
Résumé
It is a long-standing challenge to understand how changes in food resources impact consumer life history traits and, in turn, impact how organisms interact with their environment. To characterize food quality effects on life history, most studies follow organisms throughout their life cycle and quantify major life events, such as age at maturity or fecundity. From these studies, we know that food quality generally impacts body size, juvenile development, and life span. Importantly, throughout juvenile development, many organisms develop through several stages of growth that can have different interactions with their environment. For example, parasitoids typically attack larger instars, whereas larval insect predators typically attack smaller instars. Interestingly, most studies lump all juvenile stages together, which ignores these ecological changes over juvenile development. We combine a cross-sectional experimental approach with a stage-structured population model to estimate instar-specific vital rates in the bean weevil, Callosobruchus maculatus across a food quality gradient. We characterize food quality effects on the bean weevil’s life history traits throughout its juvenile ontogeny to test how food quality impacts instar-specific vital rates. Vital rates differed across food quality treatments within each instar; however, their effect differed with instar. Weevils consuming low quality food spent 38%, 37% and 18% more time, and were 1%, 8% and 60% smaller than weevils consuming high quality food in the second, third and fourth instars, respectively. Overall, our results show that consuming poor food quality means slower growth, but that food quality effects on vital rates, growth and development are not equal across instars. Differences in life history traits over juvenile ontogeny in response to food quality may impact how organisms interact with their environment, including how susceptible they are to predation, parasitism, and their competitive ability.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».