MétaCan
Menu
Retour à la cohorte
Enregistrement W4400677295 · doi:10.1101/2024.07.10.602935

Welcome to Hotel Hymenoptera: monitoring cavity-nesting bee and wasp distribution and their trophic interactions using community science and metabarcoding

2024· preprint· en· W4400677295 sur OpenAlexaffabout
Sage Handler, Katerina Coveny, Thomas Braukmann, Nigel E. Raıne, Dirk Steinke

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect and Arachnid Ecology and Behavior
Établissements canadiensWilfrid Laurier UniversityUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHymenopteraTrophic levelNesting (process)EcologyBiologyGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Essential ecosystem services are provided by many interactions, including plant-pollinator, predator-prey, and host-parasitoid. These services support food and natural systems through pollination and pest control, however they are challenging to qualify, and previous observational studies may underestimate their complexity. The cavity nesting Hymenoptera are a good example showing all these three interactions and they can be monitored using trap nests. For this study, trap nests were installed at schools across Canada by community scientists to investigate cavity-nesting bee and wasp distributions and interactions. DNA metabarcoding was used to identify the occupants and their food sources. New bee and wasp distributions were found that might be the result of previous under-sampling or recent range expansions. Detailed bipartite and tripartite networks describing species interactions suggest some novel bee, wasp, and parasite associations. These results encourage further investigation into these interactions using molecular methods as detailed range maps and networks provide information to natural historians and conservationists alike.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,027
Tête enseignante GPT0,267
Écart entre enseignants0,240 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetInsect and Arachnid Ecology and BehaviorTravaux en français237 207