Subdividing the spectrum: Quantifying host specialization in mistletoes
Notice bibliographique
Résumé
© Canadian Science Publishing. All rights reserved. Parasites necessarily depend on their hosts, but the number of host species used by a parasite varies from one to hundreds. Estimating host range and identifying the preferred host species that influence distribu-tional boundaries and confer greater advantage to the parasite has proven elusive. As well as the confounding effects of sampling effort, characterising host specificity and preference has been hindered by considering host-use without accounting for availability. We selected three mistletoe species (Lysiana exocarpi, Amyema quandang, and Amyema lucasii) and sampled mistletoe–host interactions and host availability free from sampling bias. To quantify host specificity and identify preferred host species we applied specialist/generalist scores (G) and resource selection ratios respectively. Host specificity and preference were assessed at four scales. The generalist L. exocarpi was found to parasitise 31 plant species. Even at small scales, G values and host species turnover were high, with eight preferred hosts identified. Amyema quandang had a low G score with significant preference for half of its Acacia hosts. Amyema lucasii significantly preferred one host, consequently having low G values at all scales. By collecting potential host data and applying G scores and, the parasite host spectrum can be quantitatively estimated rather than qualitatively described.
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 | 0,001 |
| 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 ».