MétaCan
Menu
Retour à la cohorte
Enregistrement W3081243244 · doi:10.4039/tce.2020.50

Effect of nest microclimate temperatures on metabolic rates of small carpenter bees, <i>Ceratina calcarata</i> (Hymenoptera: Apidae)

2020· article· en· W3081243244 sur OpenAlexaff
Miriam H. Richards, Andrea Cardama Garate, Mary Shehata, Derrick J. E. Groom, Glenn J. Tattersall, Kenneth C. Welch

Notice bibliographique

RevueThe Canadian Entomologist · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect and Arachnid Ecology and Behavior
Établissements canadiensUniversity of TorontoBrock University
Organismes subventionnairesnon disponible
Mots-clésApidaeNest (protein structural motif)HymenopteraBiologyPupaMicroclimateLarvaEcologyZoologyApoideaHorticulture

Résumé

récupéré en direct d'OpenAlex

Abstract Small carpenter bees (Ceratina calcarata Robertson) (Hymenoptera: Apidae) build their nests in both sunny and shady sites, so maternal decisions about nest sites influence the thermal environment experienced by juveniles throughout development. A previous study demonstrated that when larvae and pupae were raised in the laboratory at room temperature, those from sunny nests developed more slowly than those from shady nests. This suggested that bees developing in sunny nests slowed their metabolism or that bees developing in shady nests increased their metabolism. To test this hypothesis, we performed a field experiment in which bees nested in full sun, full shade, or semi-shade. We brought larvae and pupae into the laboratory to be raised to adulthood at room temperature and measured their metabolic rates (VCO2) at 10 °C, 25 °C, and 40 °C. As expected, bees had higher VCO2 at higher test temperatures, but significant interaction also occurred between test temperature and field treatment, such that bees from sunny nests exhibited higher metabolic rates at 40 °C. Because small carpenter bees frequently nest in full sun, adaptation to high nest temperatures may involve activation of thermal protection mechanisms at the cost of slower development.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,243 · 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian EntomologistMême sujetInsect and Arachnid Ecology and BehaviorTravaux en français237 207