Dietary requirements of individual nectar foragers, and colony-level pollen and nectar consumption: a review to support pesticide exposure assessment for honey bees
Notice bibliographique
Résumé
Abstract Exposure to pesticides is a potential concern for pollinators that may forage on plants containing residues. A key element of estimating dietary risk to pollinators is to determine the nature and amount of food consumed by individuals. Recent efforts have focused on honey bees ( Apis mellifera ), of which nectar foragers are thought to be at greatest risk of dietary exposure due to their foraging behavior and high energy requirements for the flight-foraging activities. At upper tiers of pesticide risk assessment for honey bees, field studies with whole colonies are carried out to gauge effects of expected exposures; however, without knowing how much nectar and pollen is being consumed by colonies and the potential variability in these parameters, it is difficult to accurately assess risk under other untested exposure scenarios. The objective of this review was to collate available data from the literature regarding (1) the quantity of nectar required by nectar foragers and (2) the quantities of nectar, pollen, and supplements that are consumed by colonies; the purposes being to develop a database that can be used to improve exposure and risk assessments, and to identify data gaps for further research. A number of studies investigating honey bee energetics have been identified that can be used to estimate sugar requirements for foragers under different conditions (e.g., resting, flying). A few more recent studies have been able to quantify the amount of time foragers spend outside the hive. Factors requiring further investigation include levels of energy expenditure while outside the hive, and the sugar content of available nectars, which may also affect foraging behavior. At the colony level, data on food consumption are sparse and primarily anecdotal. Colony size, management, and location seem to be major factors contributing to differences in nectar foraging and honey production. Further research is needed to better quantify and predict colony use and storage of food resources.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,004 |
| 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) | 0,003 | 0,001 |
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.
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 ».