Landscape composition and configuration affect nest founding but not success of bumble bee colonies in agroecosystems in the Lower Mainland of British Columbia, Canada.
Notice bibliographique
Résumé
Landscape structure influenced by land-use is likely to affect pollinator demography. Using naturally colonized nest boxes placed at 27 sites in the Lower Mainland of British Columbia, I assessed demographic responses of bumble bees to the availability of resources as inferred from landscape structure (i.e., landscape composition and configuration), and examined the spatial scale that best explained responses to the landscape. I used mixed model regression analysis to model the influence of semi-natural habitat, beneficial agriculture, suburban cover, and habitat edge density, all measured in six radii (250 m - 2500 m) around colonies, on nest founding and success of bumble bee colonies. Semi-natural habitat had no relationship with nest founding and colony success. Nest founding decreased in surroundings with more “beneficial agriculture” cover (i.e., mass flowering berry crops), however, nest founding increased at locations with more edge habitats. Higher amount of suburban cover decreased nest founding. Nest founding was best explained by the landscape at a 1500 m radius around the nest, however, there was no evidence of colony success responding to the landscape at any spatial scale. I conclude that beneficial agriculture and suburban cover had negative consequences for nest founding in bumble bee populations within my study landscape. Edge habitats seemed to attract more bumble bee queens to nest and may maintain bee populations while serving as sources of wild bumble bee pollinators, who might forage within nearby commercial blueberry crops to improve crop yield.
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».