MétaCan
Menu
Retour à la cohorte
Enregistrement W2799293699 · doi:10.1093/jee/toy125

Pollen Collection, Honey Production, and Pollination Services: Managing Honey Bees in an Agricultural Setting

2018· article· en· W2799293699 sur OpenAlexafffundabout
Shelley E. Hoover, Lynae P Ovinge

Notice bibliographique

RevueJournal of Economic Entomology · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensnon disponible
Organismes subventionnairesAlberta Crop Industry Development Fund
Mots-clésBiologyPollinationPollenBroodHand-pollinationHoney beePollination managementBotanyAgronomyPollinator

Résumé

récupéré en direct d'OpenAlex

Hybrid canola seed production is an important pollination market in Canada; typically both honey bees (Apis mellifera L. (Hymenoptera: Apidae)) and Alfalfa Leafcutting bees (Megachile rotundata Fab. (Hymenoptera: Megachilidae)) are concurrently managed to ensure pollination in this high-value crop. Beekeepers are paid to provide pollination services, and the colonies also produce a honey crop from the canola. Pollen availability from male-fertile plants is carefully managed in this crop to provide an abundance of pollen to fertilize male-sterile ('female') plants. This abundance of pollen represents an underutilized resource for beekeepers, and an opportunity to diversify the hive-products produced for market in this management system. We used a commercial-style pollen trap to collect pollen from colonies twice weekly for the duration of canola pollination, and compared the honey production and amount of sealed brood in colonies with pollen traps to those without pollen traps. We found that while pollen trapping reduced honey production, there was no negative impact on brood production, and at current market prices, the per-hive revenue was higher in colonies from which pollen was trapped. Pollen trapping honey bee colonies in the context of hybrid canola pollination, therefore, offers beekeepers an opportunity to diversify their products and increase their revenue.

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 enseignants0,186
Score d'incertitude au seuil0,994

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 Opus0,022
Tête enseignante GPT0,232
Écart entre enseignants0,210 · 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

Citations79
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

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