Pollinator-flower interactions in gardens during the COVID-19 pandemic lockdown of 2020
Notice bibliographique
Résumé
During the main COVID-19 global pandemic lockdown period of 2020 an impromptu set of pollination ecologists came together via social media and personal contacts to carry out standardised surveys of the flower visits and plants in gardens. The surveys involved 67 rural, suburban and urban gardens, of various sizes, ranging from 61.18° North in Norway to 37.96° South in Australia, resulting in a data set of 25,174 rows, with each row being a unique interaction record for that date/site/plant species, and comprising almost 47,000 visits to flowers, as well as records of flowers that were not visited by pollinators, for over 1,000 species and varieties belonging to more than 460 genera and 96 plant families. The more than 650 species of flower visitors belong to 12 orders of invertebrates and four of vertebrates. In this first publication from the project, we present a brief description of the data and make it freely available for any researchers to use in the future, the only restriction being that they cite this paper in the first instance. The data generated from these global surveys will provide scientific evidence to help us understand the role that private gardens (in urban, rural and suburban areas) can play in conserving insect pollinators and identify management actions to enhance their potential.
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 | 0,000 | 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) | 0,001 | 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 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 ».