ECOBIO UMR 6553 CNRS Université de Rennes
GEMET keywords
Type of resources
Available actions
Topics
INSPIRE themes
Keywords
Contact for the resource
Provided by
Years
Formats
Representation types
Update frequencies
status
Scale
-
Harmonized and calibrated pollen dataset from the Neolithic in the Armorican Massif meta-analysis
-
This dataset includes data related to the cold tolerance as well as the physiological readjustments in response to different gradual and developmental acclimation of females D. suzukii. In each acclimation type, experiments were conducted in the lab and the ecological relevance was verified with experiments in the field. This dataset provides critical thermal minimum, chill coma recovery time and acute stress survival data, in addition to metabolomic data performed on GC-MS and GC-HRMS.
-
!! A mettre à jour !! Accès au jeu de données décrit? Abondance pucerons, abondance prédateurs, abondances parasitoïdes, taux de parasitisme, relevés floristiques, dégâts virus JNO, rendements, enquêtes
-
Ceci est un lien vers une requête http sur la base de données NCBI renvoyant la liste des données de séquences produites à l'UMR ECOBIO 6553 CNRS Université de Rennes, et publiées sur NCBI. https://pubmed.ncbi.nlm.nih.gov/?term=%22UMR+6553%22or%22UMR6553%22
-
La perception de l’hétérogénéité paysagère ainsi que le bien-être psychologique ressenti par les usagers au sein de 13 espaces verts publics ont été recueillis à travers des questionnaires administrés in situ. Avec la méthode de l’enquête directive dite « par questionnaire », la personne enquêtée répond elle-même à des questions selon un protocole strict fixé à l’avance. A ces données de perception par questionnaire sont associées des données de caractérisation de l'hétérogénéité paysagère calculées à l'échelle des différents espaces verts. Les métriques sont SHDI, AI, CONTAG, IJI et LSI suivant (Mcgarigal et Marks 1995)
-
Code and data to replicate the results in the paper Mating system and the evolution of recombination rates in seed plants. This publication is a meta-analysis gathering data on genetic maps and life history traits in more than one hundred plant species.
-
!! A mettre à jour !! Cette fiche est-elle une fiche descriptive du projet PLANTSERV ou descriptive d'un jeu de données en particulier? Quelles fiches 'enfants'? Quels jeux de données? L'objectif du projet PLANTSERV est d'étudier l'impact de l'implantation de couverts fleuris hivernaux sur la régulation des pucerons des céréales qui transmettent les virus de la jaunisse nanisante de l'orge (JNO). Des relevés ont été effectués dans la ZAAr (principalement la ZAAr Sud) sur 3 ans (de 2019-2022) sur des parcelles de blé et d'orge d'hiver. Des suivis des densités de pucerons, de l'activité d'ennemis naturels (parasitoides, prédateurs du sol incluant carabes, staphylins et araignées), de la dynamique des virus dans l'hôte (plants de blé) et dans les vecteurs (pucerons) ont été réalisés à différentes périodes de l'hiver (6 sessions d'échantillonnage, toutes les 3 semaines). Au printemps, des suivis des dégâts ont été réalisés et en été une estimation des rendements.
-
This data set contains the morphological measurements made on 2283 adult individuals belonging to 11 spider species. Information about endogenous factors (sex, generation/cohort) is provided for each individual, as well as corresponding environmental parameters (UHI, Near_ground_temp, Competition). Link to the dataset: https://doi.org/10.48579/PRO/UDLVCA
-
Dataset for publication, including plant measurments from experiments and R script. (2026-07-02) The dataset includes plant measurements from ex-situ experiments and an R script that support a publication about the salinity tolerance of Australian stonecrop, an invasive aquatic plant species in Europe. The survival, growth and development of free-floating ramets were assessed over a period of six to eight weeks while they were exposed to various levels of salt stress, including differences in salt concentration, salt type and exposure method. (2026-07-02)
-
This dataset is linked to the manuscript “A recipe for a good π. How to properly estimate population genetics summary statistics and why we should systematically report them.” It gathers all data, metadata, and scripts necessary to generate the figures. To redo analyses and figures, one can download the whole directory and follow the README.md plus Jupyter notebooks detailing the whole pipeline (2026-01-23)
OSURIS