The Bees among Us: Modelling Occupancy of Solitary Bees
Notice bibliographique
Résumé
Occupancy modelling has received increasing attention as a tool for differentiating between true absence and non-detection in biodiversity data. This is thought to be particularly useful when a species of interest is spread out over a large area and sampling is constrained. We used occupancy modelling to estimate the probability of three phylogenetically independent pairs of native-introduced species [Megachile campanulae (Robertson)-Megachile rotundata (Fab.), Megachile pugnata Say-Megachile centuncularis (L.), Osmia pumila Cresson-Osmia caerulescens (L.)] (Apoidea: Megachilidae) being present when repeated sampling did not always find them. Our study occurred along a gradient of urbanization and used nest boxes (bee hotels) set up over three consecutive years. Occupancy modelling discovered different patterns to those obtained by species detection and abundance-based data alone. For example, it predicted that the species that was ranked 4th in terms of detection actually had the greatest occupancy among all six species. The native M. pugnata had decreased occupancy with increasing building footprint and a similar but not significant pattern was found for the native O. pumila. Two introduced bees (M. rotundata and M. centuncularis), and one native (M. campanulae) had modelled occupancy values that increased with increasing urbanization. Occupancy probability differed among urban green space types for three of six bee species, with values for two native species (M. campanulae and O. pumila) being highest in home gardens and that for the exotic O. caerulescens being highest in community gardens. The combination of occupancy modelling with analysis of habitat variables as an augmentation to detection and abundance-based sampling is suggested to be the best way to ensure that urban habitat management results in the desired outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».