MétaCan
Menu
← Retour à la cohorte
Enregistrement W4247340506 · doi:10.7287/peerj.10732v0.1/reviews/2

Peer Review #2 of "Higher bee abundance, but not pest abundance, in landscapes with more agriculture on a late-flowering legume crop in tropical smallholder farms (v0.1)"

2021· peer-review· en· W4247340506 sur OpenAlexaff
Cassandra Vogel, Timothy L. Chunga, Xiaoxuan Sun, Katja Poveda, Ingolf Steffan‐Dewenter

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAbundance (ecology)CropLegumeAgricultureAgroforestryPEST analysisBiologyTropicsAgronomyGeographyEcologyHorticulture

Résumé

récupéré en direct d'OpenAlex

Background: Landscape composition is known to affect both beneficial insect and pest communities on crop fields.Landscape composition therefore can impact ecosystem (dis)services provided by insects to crops.Though landscape effects on ecosystem service providers have been studied in large-scale agriculture in temperate regions, there is a lack of representation of tropical smallholder agriculture within this field of study, especially in sub-Sahara Africa.Legume crops can provide important food security and soil improvement benefits to vulnerable agriculturalists.However, legumes are dependent on pollinating insects, particularly bees (Hymenoptera: Apiformes) for production and are vulnerable to pests.We selected 10 pigeon pea (Fabacae: Cajunus cajan (L.)) fields in Malawi with varying proportions of semi-natural habitat and agricultural area within a 1km radius to study: (1) how the proportion of seminatural habitat and agricultural area affects the abundance and richness of bees and abundance of florivorous blister beetles (Coleoptera: Melloidae), (2) if the proportion of flowers damaged and fruit set difference between open and bagged flowers are correlated with the proportion of semi-natural habitat or agricultural area and (3) if pigeon pea fruit set difference between open and bagged flowers in these landscapes was constrained by pest damage or improved by bee visitation.Methods: We performed three, ten-minute, 15 meters, transects per field to assess blister beetle abundance and bee abundance and richness.Bees were captured and identified to (morpho)species.We assessed the proportion of flowers damaged by beetles during the flowering period.We performed a pollinator and pest exclusion experiment on 15 plants per field to assess whether fruit set was pollinator limited or constrained by pests.Results: In our study, bee abundance was higher in areas with proportionally more agricultural area surrounding the fields.This effect was mostly driven by an increase in honeybees.Bee richness and beetle abundances were not affected by landscape characteristics, nor was flower damage or fruit set difference between bagged and open flowers.We did not observe a positive effect of bee density or richness, nor a negative effect of florivory, on fruit set difference.Discussion: In our study area, pigeon pea flowers relatively late -well into the dry season.This could explain why we observe higher densities of bees in areas dominated by agriculture rather than in areas with more semi-natural habitat where resources for bees during this time of the year are scarce.Therefore, late flowering legumes may be an important food resource for bees during a period of scarcity in the seasonal tropics.The differences in patterns between our study and those conducted in temperate

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)0,007
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,901

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,053
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0040,001
Communication savante0,0070,004
Science ouverte0,0030,004
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,3680,149

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 Opus0,041
Tête enseignante GPT0,259
Écart entre enseignants0,218 · 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.

Devis d'étudeSans objet
DomaineÉvaluation
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant and animal studies→Travaux en français237 207→