MétaCan
Menu
Retour à la cohorte
Enregistrement W2128946282 · doi:10.1080/00218839.2006.11101320

Pollen collection by bumblebees (<i>Bombus impatiens):</i> the effects of resource manipulation, foraging experience and colony size

2006· article· en· W2128946282 sur OpenAlexaff
Dalit Weinberg, Catherine Plowright

Notice bibliographique

RevueJournal of Apicultural Research · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésForagingPollenBiologyNectarForageBumblebeePollinationPollen sourceEcologyPollinatorBotany

Résumé

récupéré en direct d'OpenAlex

SummaryTo examine factors influencing pollen collection by bumblebees (Bombus impatiens), we compared pollen collection in free-foraging resource-manipulated colonies (i.e., pollen-and nectar-deprived vs. pollen-deprived only). Additional manipulations included prior foraging experience in Experiment 1 and colony size in Experiment 2. In Experiment 1, colonies were either deprived of both resources or deprived of only pollen and were subsequently tested while deprived of both resources. Colonies that had experience in managing both foraging tasks subsequently collected more pollen and allocated greater foraging effort than did colonies that had experience only in collecting pollen. In Experiment 2, larger colonies collected more pollen although smaller colonies collected more pollen relative to their colony size. Results show that colonies collect more pollen when deprived of both resources, exhibit foraging efficiency depending on previous tasks, and allocate foraging effort according to nutritional and energetic demands. Because pollen collection is partly regulated by nectar availability, one practical implication for growers of bumblebee-pollinated crops is that pollination may be improved by causing colonies to forage for nectar as well as pollen.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,035
Tête enseignante GPT0,273
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Apicultural ResearchMême sujetPlant and animal studiesTravaux en français237 207