The countryside or the city: Which environment is better for the honeybee?
Notice bibliographique
Résumé
For a number of years, the decline of honeybee (Apis mellifera) in North America and Europe has been the subject of much debate. Among the many factors proposed by hundreds of studies to explain this phenomenon is the hypothesis that agricultural activities using pesticides contribute to the weakness of bee colonies. Moreover, while urban beekeeping is presently booming in several cities, we do not know if this environment is more beneficial for bees than the typical, rural area. In the summer of 2018, we sampled honeybees (foragers and larvae) in rural (Laurentians) and urban (city of Montreal) areas and compared them using the following biomarkers: carotenoids, retinoids, α-tocopherol, metallothionein-like proteins (MTLPs), lipid peroxidation, triglycerides, acetylcholinesterase activity (AChE) and proteins. Pesticides, pharmaceuticals and personal care products (PPCPs) and metals were also quantified in honeybees' tissues. Our result revealed that, globally, urban foragers had higher levels of insecticides and PPCPs and that metals were in greater concentrations in urban larvae. Compared to rural foragers, urban foragers had higher concentrations of MTLPs, triglycerides, protein and AChE activity. The multifactorial analysis confirmed that insecticides, some metals and PPCPs were the most influential components in the contaminant‒biomarker relationships for both foragers and larvae.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».