MétaCan
Menu
Retour à la cohorte
Enregistrement W2959563871 · doi:10.26786/1920-7603(2019)532

Plant-pollinator interactions in East Asia: a review

2019· review· en· W2959563871 sur OpenAlexvenueno aff
Daichi Funamoto

Notice bibliographique

RevueJournal of Pollination Ecology · 2019
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésPollinatorPollinationNectarEast AsiaBiologyEcologyHabitatGeographyPollenChina

Résumé

récupéré en direct d'OpenAlex

Pollination studies in East Asia have been developing rapidly in recent decades. East Asia may provide important information on many aspects of plant-pollinator interactions because of the rich fauna and flora and highly heterogeneous environments that occur there. In this review, plant-pollinator interactions in East Asia were summarized. Bumblebees are important pollinators of many plant species in East Asia, as well as in Europe and North America. Native honeybees may also have important roles in pollination in East Asia. Bird pollination and hawkmoth pollination may be less common in East Asia than in North America. Geographic variation in pollination interactions is expected because several types of pollinators are rare or absent in some habitats or geographic regions. For example, specialized nectar-feeding vertebrates like sunbirds and pteropodid bats are absent from most of East Asia except for some areas in its southern part. Opportunistic nectar-feeding vertebrates may have important roles in pollination where specialized nectar-feeding vertebrates are absent. Human impacts on plant pollinator interactions are understudied in this region. However, climate change, habitat degradation, and invasive species may have negative impacts on plant-pollinator interactions and thus plant reproductive success there. The information available on the plant-pollinator interactions in East Asia is still limited because many plant and pollinator taxa and many types of habitats are understudied.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,151
Tête enseignante GPT0,334
Écart entre enseignants0,183 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pollination EcologyMême sujetPlant and animal studiesTravaux en français237 207