Commodity canola insect visitation
Notice bibliographique
Résumé
These data were used in a simulation study to examine how honey bees distribute themselves across foraging landscapes. The ideal-free distribution and central-place foraging are important ecological models that can explain the distribution of foraging organisms in their environment. However, this model ignores distance-based foraging costs from a central place (hive, nest), while central-place foraging ignores competition. Different foraging currencies and cooperation between foragers also create different optimal distributions of foragers, but are limited to a simple two-patch model. We present a hybrid model of the ideal-free distribution that uses realistic competitive effects while accounting for distance-based foraging, and test it using honey bees (Apis mellifera L.) foraging in canola fields (Brassica napus L.). Our simulations show that foragers maximizing efficiency (energy profits/losses) prioritize distance to their aggregation more than those maximizing net-rate (energy profits/time), and that social foragers move to more distant patches to maximize group benefits, meaning that social foragers do not approach an ideal-free distribution. Simulated efficiency-maximizers had a hump-shaped relationship of trip times with distance, spending shorter amounts of time in both nearby and far-away patches. Canola fields were far more attractive to simulated foragers than semi-natural areas, suggesting limited foraging on semi-natural lands during the bloom period of canola. Finally, we found that the observed distribution of honey bees in canola fields most closely resembled the optimal distribution of solitary efficiency-maximizers. Our model has both theoretical and practical uses, as it allows us to model central-place forager distributions in complex landscapes as well as providing information on appropriate hive stocking rates for agricultural pollination.
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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».