Floral strips adjacent to Manitoba crop fields attract beneficial insects shortly after establishment regardless of management type or landscape context
Notice bibliographique
Résumé
Abstract Insects provide valuable ecosystem services to agriculture, but their populations are often lower in these areas. We established floral strips on the edges of eight organic and seven conventional crop fields in southern Manitoba. We then compared the capture rates of ground beetles, syrphid flies and bees in floral strips; control (unmodified) field edges; nearby semi‐natural sites; and within the strip and control fields at six distances away from field borders (5–150 m). The effects of farm management and landscape context on insect abundance, diversity and associated species traits were investigated. Capture rates of bees and beetles were significantly higher within the floral strips than the control treatment. However, capture rates of syrphids were significantly higher in the control. Beetles and bees responded positively to blooming forb cover and edge density (0.5 km), whereas syrphids responded positively to non‐rewarding agriculture and negatively to the semi‐natural areas (1 km). We found no significant difference in insect abundance or diversity between organic and conventional management types, and no differences in insect abundances within the fields were detected. No significant associations between insect traits and landscape variables were identified. These results show that floral strips are effective at attracting ground beetles and bees shortly after establishment, but these communities are functionally similar to those present in control fields. Longitudinal studies are needed to determine whether populations continue to increase over time and become more functionally diverse in fields with floral strips.
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) | 0,000 | 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 ».