Local plant richness predicts bee abundance and diversity in a study of urban residential yards
Notice bibliographique
Résumé
Abstract Understanding the drivers of biodiversity in cities is a central goal of urban ecology. There is currently intense scientific and public interest in the factors that influence pollinator diversity in cities and their surroundings. Existing studies point to a variety of landscape and local factors as potentially important, including urbanization (often defined as impervious surface cover in the surrounding lands), tree canopy cover and the diversity and abundance of locally flowering plants. However, few studies have sought to weigh the relative importance of these predictors of bee community metrics. Using a set of 27 residential yards chosen to represent a gradient of both urbanization and tree canopy cover at a landscape scale, we used pan trapping and netting to assess the abundance and diversity of local bee communities across the City of Ottawa, Ontario, Canada. Surprisingly, the landscape factors (urbanization and tree cover) described only a tiny fraction (< 1%) of the total variance in bee abundance and diversity across sites. This was true regardless of the scale of analysis at which the landscape factors were measured. Instead, a yard's floral richness, and, to a somewhat lesser extent, its floral abundance, emerged as the most important predictors of a yard's bee community abundance and diversity. Our study offers an important counterpoint to a growing body of work emphasizing the impacts of landscape factors on bee communities. Instead, our research suggests that improving bee floral resources by increasing the plant species richness and abundance locally is a powerful tool to support bee conservation, regardless of the level of urbanization or tree cover in the surrounding landscape. Our work highlights that the practice of promoting ‘bee-friendly’ plantings in private yards, currently being undertaken by a number of non-profits around the world, can play an important role in restoring and maintaining urban pollinator communities.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».