A little-known world - assessing a non-bee crop flower visiting community using metabarcoding
Notice bibliographique
Résumé
Pollinator diversity is critical for optimal ecosystem service and function. While bees are frequently the most efficient pollinators, they represent only a small fraction of pollinator diversity. Non-bee pollinators have received little recognition for their role in commercial agricultural pollination despite representing 95% of flower visitor diversity. Many non-bee pollinators are more resilient to land-use intensification and climate change due to their nomadic life-history and tolerance of inclement weather. Our research characterizes non-bee pollinator communities, their foraging preferences, and floral fidelity in strawberry crops. We caught 608 non-bee flower visitors, across three field sites, during three months of the flowering period (May–August) of day-neutral strawberries in southern Ontario. DNA metabarcoding provided species-level identifications of the non-bee flower visiting community. Diptera (64%) and Hymenoptera (22%) (primarily bee species) were the most abundant flower visitors; Coleoptera and Hemiptera were also collected from flowers. Metabarcoding of pollen identified pollen from 110 genera representing 48 different families. Species with a high floral fidelity (flower constancy) for visiting strawberries were likely to be more effective pollinators (vectors of conspecific pollen between reproductively receptive strawberry plants). Additionally, small amounts of pollen from other plant genera suggested that insects are active and mobile, rather than staying stationary on a single flower.
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 | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».