Lifetime performance in foraging honeybees: behaviour and physiology
Notice bibliographique
Résumé
Honeybees, Apis mellifera, gradually increase their rate of forage uptake as they gain foraging experience. This increase in foraging performance has been proposed to occur as a result of learning; however, factors affecting flight ability such as changes in physiological components of flight metabolism could also contribute to this pattern. Thus, the purpose of this study was to assess the contribution of physiological changes to the increase in honeybee foraging performance. We investigated aspects of honeybee flight muscle biochemistry throughout the adult life, from non-foraging hive bees, through young and mature foragers, to old foragers near the end of their lifespan. Two-dimensional gel proteomic analysis on honeybee thorax muscle revealed an increase in several proteins from hive bees to mature foragers including troponin T 10a, aldolase and superoxide dismutase. By contrast, the activities (V(max)) of enzymes involved in aerobic performance, phosphofructokinase, hexokinase, pyruvate kinase and cytochrome c oxidase, did not increase in the flight muscles of hive bees, young foragers, mature foragers and old foragers. However, citrate synthase activity was found to increase with foraging experience. Hence, our results suggest plasticity in both structural and metabolic components of flight muscles with foraging experience.
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 | 0,000 |
| 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) | 0,000 | 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 ».