Oceanic Island Bats as Flower visitors and pollinators
Notice bibliographique
Résumé
Oceanic islands are relatively poor in insects compared to mainland areas. Therefore, insect-eating island birds and lizards may include other food sources into their diet, e.g. nectar and pollen. Here, we explore if insect-eating island bats face a similar problem and accordingly join the birds and lizards and incorporate plant resources into their diet. Thus, a priory, we assume flower visitation by bats to be more common on oceanic islands than elsewhere. To test this, we reviewed the literature to obtain information on the geographic distribution and diet of all 1,399 species of bats in the world and found that 49%, 21%, and 31% of species have a mainland, mixed mainland-island, and island distribution, respectively. Diets are known for only 65% (905 species) of the bats in the world, and 70%, 22%, and 8% of these, respectively, rely on insects, fruit, and floral resources as their major diet component. Twenty-seven species are even obligate flower visitors. This study confirms that flower-visiting bats, especially Pteropodidae, are significantly more frequent on oceanic islands, while insect eaters are more frequent on mainland and continental islands. Consequently, we argue that flower visitation and pollination by insect-eating island bats require more attention in future island ecology studies. For a start, we list known examples in the literature and report a case study from the Canary Islands. In the latter, we examined the foreheads of 34 museum specimens of the seven Canarian bat species. Half of them carried pollen from ≥ 9 taxa, but only three bat species had larger amounts. Pollen was not identified, but many Canarian and exotic plant species are candidates. Thus, flower visitation by bats may be an oceanic island phenomenon, but requires more focused research, especially night-time flower observations and examination of bats for pollen.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».