Contrasting effects of landscape on nest founding and colony success of bumble bees in a mixed‐crop agroecosystem
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Nest‐founding bumble bee queens search landscapes broadly for a nest site, whose later‐developed workers are constrained to foraging around the nest. Landscape could therefore have different influences on nest site selection and subsequent colony success. Additionally, the density of bumble bees in a landscape reflects the product of their nest density and nest success. To examine separate landscape effects on nest density and success, we examined nest occupancy (reflecting nest density) and colony size (reflecting nest success) using ground‐installed nest boxes placed adjacent to blueberry ( Vaccinium corymbosum ) fields in the Lower Mainland of British Columbia, Canada. Nest‐searching queens occupied 59% of these boxes. We classified landscapes in a 1.5 km radius of colonies using habitats of a priori relevance to bumble bees: beneficial (i.e. flowering) agriculture, non‐beneficial agriculture (NBA), forest, open semi‐natural, suburban, and their configuration (habitat edge density). Landscape strongly affected nest founding but only weakly affected colony success. Nest founding increased in landscapes with more forest habitat, more open semi‐natural habitat (and little NBA), and more habitat edge (and little NBA). Colony success increased in landscapes with more edge density (and much NBA). Overall, edge habitats enhanced bumble bee populations, but enhancement was conditional: edge increased nest occupation in landscapes with little NBA and nest success in landscapes with a lot of NBA. Populations of crop‐pollinating bumble bees might therefore best be enhanced by locally enhancing nesting: protecting forests, 2D semi‐natural habitats (when flowering crops are uncommon), and edge habitats.
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.
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) | 0,000 | 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 découle