MétaCan
Menu
Retour à la cohorte
Enregistrement W2096031029 · doi:10.1242/jeb.051730

What causes wing wear in foraging bumble bees?

2011· article· en· W2096031029 sur OpenAlexafffund
Danusha J. Foster, Ralph V. Cartar

Notice bibliographique

RevueJournal of Experimental Biology · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of Calgary
Mots-clésWingForagingWing loadingBiologyEcologyZoologyAerospace engineeringEngineeringAngle of attackAerodynamics

Résumé

récupéré en direct d'OpenAlex

Flying is an ecologically important behaviour in many insects, but it often results in permanent wing damage. Although wing wear in insects is often used as a method to determine insect age, and is associated with an increased risk of mortality, the causes of wing wear are unresolved. In this paper, we examine whether wing use while foraging explains wing wear in bumble bees (Bombus spp.). Wing wear may result from three distinct flight characteristics during foraging: time spent in flight, flight frequency and frequency of wing collisions with vegetation. To test these hypotheses for causes of wing wear, we recorded digital video of individually marked bumble bees foraging in nature on 12 different plant species that result in variation in these flight characteristics, and recaptured these individuals to photograph their wings over time. Bumble bees with a higher frequency of wing collisions showed an increased loss of wing area, which became more severe over time. Neither time in flight nor flight frequency was uniquely and significantly associated with wing wear. Therefore, the collision frequency hypothesis best explained wing wear in bumble bees. We conclude that wing use during foraging in bumble bees results in wing wear. Wing wear reflects behaviour, not simply age. Because wing wear has elsewhere been shown to increase mortality, this study provides an important mechanism linking foraging behaviour with lifespan.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,215

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 Opus0,097
Tête enseignante GPT0,276
Écart entre enseignants0,179 · 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'étudeExpérimental (laboratoire)
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

Citations108
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental BiologyMême sujetPlant and animal studiesTravaux en français237 207