MétaCan
Menu
Retour à la cohorte
Enregistrement W2121862696 · doi:10.1086/501142

Manipulation of Bee Behavior by Inflorescence Architecture and Its Consequences for Plant Mating

2006· article· en· W2121862696 sur OpenAlexaff
Crispin Y. Jordan, Lawrence D. Harder

Notice bibliographique

RevueThe American Naturalist · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésInflorescenceMatingBiologySex pheromoneEcologyZoology

Résumé

récupéré en direct d'OpenAlex

Angiosperms display flowers in many three-dimensional arrangements, but the functional significance of this diversity is largely unknown. We examined influences of inflorescence architecture on pollination and mating by quantifying the responses of bumblebees to three architectures and then using these observations as the basis of a model that simulated pollen dispersal. On artificial panicles, racemes, and umbels, each with 12 identical flowers, bees visited one more flower, on average, on umbels than on panicles (with racemes being intermediate). In contrast to this weak response, the consistency of foraging paths among flowers differed strongly among architectures (raceme > panicle > umbel). The simulation model revealed limited differences in self-pollination and pollen export among the three inflorescence designs when all flowers presented and received pollen, because mating differences depended on only the number of flowers visited. In contrast, in simulations of inflorescences on which pollen receipt and presentation were segregated so as to minimize interference among flowers, the consistency of movement paths governed mating. In this case, racemes self-pollinated much less than umbels (with panicles being intermediate), and racemes exported much more pollen than umbels and panicles. These effects have diverse consequences for the evolution of inflorescence architecture, flower design, and sexual segregation.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil0,293

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 Opus0,029
Tête enseignante GPT0,231
Écart entre enseignants0,202 · 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

Citations63
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American NaturalistMême sujetPlant and animal studiesTravaux en français237 207