MétaCan
Menu
Retour à la cohorte
Enregistrement W6929744287 · doi:10.5061/dryad.fxpnvx0ns

Landscape composition and local floral resources influence foraging behavior but not the size of Bombus impatiens Cresson (Hymenoptera: Apidae) workers

2020· dataset· en· W6929744287 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typedataset
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensUniversité de SherbrookeUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésForagingPollenHabitatPollinatorArable landImpatiens

Résumé

récupéré en direct d'OpenAlex

Here, we assessed how the morphology, weight and foraging behavior of individual workers are affected by their surrounding landscape. We hypothesized that colonies established in landscapes showing high cover of intensive crops and low cover of flowering crops, as well as low amounts of local floral resources, would produce smaller workers, which would perform fewer foraging trips and collect pollen loads less constant in species composition. We tested these predictions with 80 colonies of commercially reared Bombus impatiens Cresson placed in 20 landscapes spanning a gradient of agricultural intensification in southern Québec, Canada. We estimated weekly rate at which workers entered and exited colonies and captured eight workers per colony over a period of 14 weeks during the spring and summer of 2016. Captured workers had their wing, thorax, head, tibia, and dry weight measured, as well as their pollen load extracted and identified to the lowest possible taxonomic level. We did not detect any effect of landscape habitat composition on worker morphology or body weight, but found that foraging activity decreased with intensive crops. Moreover, higher diversity of local floral resources led to lower pollen constancy in intensively cultivated landscapes. Finally, we found a negative correlation between the size of workers and the diversity of their pollen load. Our results provide additional evidence that conservation actions regarding pollinators in arable landscapes should be made at the landscape rather than at the farm level.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,164
Score d'incertitude au seuil0,327

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,228
Écart entre enseignants0,202 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetMeteorological Phenomena and SimulationsTravaux en français237 207