MétaCan
Menu
Retour à la cohorte
Enregistrement W2900042980 · doi:10.7717/peerj.5999

Pollen metabarcoding reveals broad and species-specific resource use by urban bees

2019· article· en· W2900042980 sur OpenAlexaff
Caitlin Potter, Natasha de Vere, Laura Jones, Col R. Ford, Matthew Hegarty, Kathy H. Hodder, Anita Díaz, Elizabeth Franklin

Notice bibliographique

RevuePeerJ · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Environment Research CouncilSight Research UKBournemouth University
Mots-clésWildflowerPollinatorForagingBiologyPollenPollinationEcologyHabitatBotany

Résumé

récupéré en direct d'OpenAlex

Bee populations are currently undergoing severe global declines driven by the interactive effects of a number of factors. Ongoing urbanisation has the potential to exacerbate bee declines, unless steps are taken to ensure appropriate floral resources are available. Sown wildflower strips are one way in which floral resources can be provided to urban bees. However, the use of these strips by pollinators in urban environments remains little studied. Here, we employ pollen metabarcoding of the rbcL gene to compare the foraging patterns of different bee species observed using urban sown wildflower strips in July 2016, with a goal of identifying which plant species are most important for bees. We also demonstrate the use of a non-destructive method of pollen collection. Bees were found to forage on a wide variety of plant genera and families, including a diverse range of plants from outside the wildflower plots, suggesting that foragers visiting sown wildflower strips also utilize other urban habitats. Particular plants within the wildflower strips dominated metabarcoding data, particularly Papaver rhoeas and Phacelia tanacetifolia . Overall, we demonstrate that pollinators observed in sown wildflower strips use certain sown foodplants as part of a larger urban matrix.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,054
Tête enseignante GPT0,194
Écart entre enseignants0,140 · 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

Citations50
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePeerJMême sujetPlant and animal studiesTravaux en français237 207