MétaCan
Menu
Retour à la cohorte
Enregistrement W4396871633 · doi:10.1080/00218839.2024.2329853

Standard methods to estimate strength parameters, flight activity, comb construction, and fitness of <i>Apis mellifera</i> colonies 2.0

2024· article· en· W4396871633 sur OpenAlexaff
Ernesto Guzmán‐Novoa, Nuria Morfín, Benjamin Dainat, Geoffrey R. Williams, Jozef van der Steen, Adriana Correa-Benítez, Keith S. Delaplane

Notice bibliographique

RevueJournal of Apicultural Research · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect and Pesticide Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesAgricultural Research ServiceEuropean Cooperation in Science and Technology
Mots-clésBiologyZoology

Résumé

récupéré en direct d'OpenAlex

This paper describes methods for estimating honey bee (Apis mellifera) colony strength by which mean population measures of adult bees and brood are obtained. Additionally, secondary measures, such as the quantity of stored honey and pollen, brood pattern, flight activity, comb construction, and the expression of visible disease or parasite symptoms are addressed. There are generally two contexts in which an investigator wishes to measure colony strength: (1) at the beginning of a study as part of manipulations to produce uniform colonies and reduce experimental error, and (2) as a response variable during or at the end of an experiment. Moreover, there are two general modes for measuring colony strength: (1) an objective mode that uses quantitative measures, and (2) a subjective mode that relies on visual estimates by one or more observers. Other parameters that do not directly measure colony strength are described because they give important indicators of colony state. These parameters include flight activity at the hive entrance, comb construction, and two proxy measures of colony fitness: production of queen cells and drone brood.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,007

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,449
Écart entre enseignants0,366 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Apicultural ResearchMême sujetInsect and Pesticide ResearchTravaux en français237 207