Factors determining visual detection distance to real flowers by bumble bees
Notice bibliographique
Résumé
Plants use visual signals to attract pollinators and direct them to their flowers. Visual capabilities of bees have been extensively studied mostly using artificial paper models. However, there is no empirical determination of the maximal detection distance (MDD) or minimal subtended visual angle (MSVA) of real flowers. Using a six armed radial maze, we tested MDD and MSVA of 12 types of natural and manipulated real flowers by bumble bee (Bombus terrestris) workers. Bees were initially trained to obtain sugar solution at target flowers that were presented at close range on a mobile divider at the back of one of the six arms. Bees were individually marked and tested. For bees that passed the short range test, we gradually increased the distance of the target flower, until the number of successful choices reached chance level, indicating that they could not see the target flowers. The results show that MSVA of flowers is correlated with flower diameter but not with MDD. The variation in MDD to natural flowers by bumble bee workers can be best predicted by: MDD = flower coloured area / (contour line * green contrast). Contour line length determines flower dissectedness. Full circular flowers can be detected from longer distance than dissected flowers with identical diameter. We hypothesize that dissected flower shapes might be compensated by their higher attractiveness for bees. Empirical determination of real flower MDD and MSVA is important for studying bee foraging behaviour, pollinator induced evolution of flower traits and validation of neurophysiological visual models.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».