MétaCan
Menu
Retour à la cohorte
Enregistrement W1505259438 · doi:10.1111/j.1439-0310.2010.01842.x

Effects of Experience on Short‐ and Long‐term Foraging Performance in Bumblebees

2010· article· en· W1505259438 sur OpenAlexaff
Zachary Durisko, Les Shipp, Reuven Dukas

Notice bibliographique

RevueEthology · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensAgriculture and Agri-Food CanadaMcMaster University
Organismes subventionnairesnon disponible
Mots-clésForagingBiologyEcologyTerm (time)Bombus terrestrisBumblebeePollinatorPollinationPollen

Résumé

récupéré en direct d'OpenAlex

Abstract Honeybees in natural settings show a gradual increase in foraging performance similar to the general pattern of lifetime performance seen in a wide variety of animals including humans. To quantify the factors contributing to such gradual increase in foraging success, we studied bumblebees foraging on pepper plants inside a greenhouse. This allowed us to combine the global measure of the net rate of food delivery to the hive with a detailed examination of bees’ performance at flowers over time. Although bees exhibited short‐term improvements in foraging ability during their first few foraging trips, we did not observe the predicted long‐term increase in performance over days. Our results suggest that a variety of flower‐handling tasks, flower choice and movements between plants can be learned quickly under the simple greenhouse settings. The long‐term increase in performance under natural settings may be caused by factors including spatial orientation and locating the best plant species, flower patches and individual plants over a large area.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,420
Score d'incertitude au seuil0,080

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,249
Écart entre enseignants0,222 · 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 tête enseignante, 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

Citations8
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEthologyMême sujetPlant and animal studiesTravaux en français237 207