MétaCan
Menu
Retour à la cohorte
Enregistrement W7134920290 · doi:10.5376/me.2025.16.0005

Herbivorous Insects in Agroecosystems: Evolutionary Adaptations and Species Dynamics

2025· article· W7134920290 sur OpenAlexvenueno aff
Guanli Fu

Notice bibliographique

RevueMolecular Entomology · 2025
Typearticle
Langue
DomaineAgricultural and Biological Sciences
ThématiqueInsect-Plant Interactions and Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEctothermHerbivoreDynamics (music)Adaptation (eye)CoevolutionEvolutionary dynamics

Résumé

récupéré en direct d'OpenAlex

This study analyzed the biological characteristics, ecological roles, evolutionary adaptation mechanisms and population dynamics of herbivorous insects in agricultural ecosystems, discussed the classification and ecological habits of herbivorous insects, their impact on agricultural production and ecological network functions, and the concept of adaptive evolution unique to agricultural environments, focusing on the evolutionary adaptation mechanisms of herbivorous insects in terms of nutrient utilization, behavioral sensory perception and pesticide resistance. At the same time, the driving factors of their population dynamics were explored, including environmental factors, agricultural management measures and the impact of climate change. Through typical cases such as cotton bollworm, whitefly, Spodoptera litura , and rice planthopper, the phenomenon of multi-host adaptation, resistance evolution, population replacement and global expansion of herbivorous insects was analyzed. This study also looks forward to future research directions, such as multi-omics integration to reveal adaptation mechanisms, precision agriculture and population prediction models, biological regulation and ecological agriculture strategies, and adaptive evolution risk assessment under the background of climate change, in order to guide sustainable integrated pest management and provide reference for the stability of agricultural ecosystems and food security.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,208 · 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 revueMolecular EntomologyMême sujetInsect-Plant Interactions and ControlTravaux en français237 207