MétaCan
Menu
Retour à la cohorte
Enregistrement W2994459327 · doi:10.1111/ele.13435

Mismatched outcomes for biodiversity and ecosystem services: testing the responses of crop pollinators and wild bee biodiversity to habitat enhancement

2019· letter· en· W2994459327 sur OpenAlexaff
Charlie Nicholson, Kimiora L. Ward, Neal M. Williams, Rufus Isaacs, Keith S. Mason, Julianna K. Wilson, Julia Brokaw, Larry J. Gut, Nikki L. Rothwell, Thomas J. Wood, Sujaya Rao, George D. Hoffman, Jason Gibbs, Robbin W. Thorp, Taylor H. Ricketts

Notice bibliographique

RevueEcology Letters · 2019
Typeletter
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesDivision of Graduate EducationNational Institute of Food and AgricultureNational Science Foundation
Mots-clésBiodiversityEcosystem servicesPollinationAbundance (ecology)PollinatorHabitatAgricultural biodiversityAgroforestryEcosystemEcologySpecies richnessAgricultureBiologyGeographyPollen

Résumé

récupéré en direct d'OpenAlex

Supporting ecosystem services and conserving biodiversity may be compatible goals, but there is concern that service-focused interventions mostly benefit a few common species. We use a spatially replicated, multiyear experiment in four agricultural settings to test if enhancing habitat adjacent to crops increases wild bee diversity and abundance on and off crops. We found that enhanced field edges harbored more taxonomically and functionally abundant, diverse, and compositionally different bee communities compared to control edges. Enhancements did not increase the abundance or diversity of bees visiting crops, indicating that the supply of pollination services was unchanged following enhancement. We find that actions to promote crop pollination improve multiple dimensions of biodiversity, underscoring their conservation value, but these benefits may not be spilling over to crops. More work is needed to identify the conditions that promote effective co-management of biodiversity and ecosystem services.

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)0,004
score de la tête « metaresearch » (Gemma)0,015
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0050,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,042
Tête enseignante GPT0,207
Écart entre enseignants0,165 · 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

Citations54
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetPlant and animal studiesTravaux en français237 207