Dietary foundations for pollinators: nutritional profiling of plants for bee health
Notice bibliographique
Résumé
Human activities, including urban expansion, intensive farming practices, and the application of pesticides have significantly reshaped bee habitats. Understanding the nutritional content of pollen, the primary source of bees’ proteins and lipids, is important for maintaining their diet and health. In this study, we set out to determine the nutritional composition of pollen from various plant families and genera. Our objectives were to analyze the levels of non-esterified fatty acids (NEFAs), amino acids (AAs), protein-to-lipid (P:L) ratios, and omega-6:3 ratios of 57 pollen species native to North America. These data suggest a potential trade-off between NEFA and AA content within pollen, suggesting that a diverse floral diet may benefit bees more than a single pollen source. The AA profiles showed considerable diversity, with all pollen species providing the essential amino acids (EAAs) required for bee health, except for methionine which was lacking in Rhus glabra pollen. The plant family Asteraceae was especially abundant in EAAs. P:L ratios varied widely further emphasizing bees’ need for access to a diverse array of nutritional profiles. There were no overall nutritional differences between pollen from native and introduced plant species. This study highlights the significance of a diverse array of floral resources to meet the comprehensive nutritional needs of bees, contributing to the support of pollinator populations and the broader ecological system.
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 ».