MétaCan
Menu
Retour à la cohorte
Enregistrement W2269705662 · doi:10.1093/jee/tov225

Indirect Effects of Field Management on Pollination Service and Seed Set in Hybrid Onion Seed Production

2015· article· en· W2269705662 sur OpenAlexaff
Sandra Gillespie, Rachael Long, Neal M. Williams

Notice bibliographique

RevueJournal of Economic Entomology · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPollinationPollinatorBiologyAgronomyPollenNectarHand-pollinationPollen tubePollination managementEcology

Résumé

récupéré en direct d'OpenAlex

Pollination in crops, as in native ecosystems, is a stepwise process that can be disrupted at any stage. Healthy pollinator populations are critical for adequate visitation, but pollination still might fail if crop management interferes with the attraction and retention of pollinators. Farmers must balance the direct benefits of applying insecticide and managing irrigation rates against their potential to indirectly interfere with the pollination process. We investigated these issues in hybrid onion seed production, where previous research has shown that high insecticide use reduces pollinator attraction. We conducted field surveys of soil moisture, nectar production, pollinator visitation, pollen-stigma interactions, and seed set at multiple commercial fields across 2 yr. We then examined how management actions, such as irrigation rate (approximated by soil moisture), or insecticide use could affect the pollination process. Onions produced maximum nectar at intermediate soil moisture, and high nectar production attracted more pollinators. Insecticide use weakly affected pollinator visitation, but when applied close to bloom reduced pollen germination and pollen tube growth. Ultimately, neither soil moisture nor insecticide use directly affected seed set, but the high correlation between pollinator visitation and seed set suggests that crop management will ultimately affect yields via indirect effects on the pollination process.

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 enseignants0,191
Score d'incertitude au seuil0,093

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 Opus0,035
Tête enseignante GPT0,235
Écart entre enseignants0,200 · 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

Citations17
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Economic EntomologyMême sujetPlant and animal studiesTravaux en français237 207