MétaCan
Menu
Retour à la cohorte
Enregistrement W6950563428 · doi:10.5683/sp3/96zlgc

Butterfly nectar foraging and flowering plant community data from field surveys in Victoria, British Columbia, Canada

2023· dataset· en· W6950563428 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2023
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of British ColumbiaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNectarForagingButterflyPhenologyNative plantPlant communityIntroduced species

Résumé

récupéré en direct d'OpenAlex

<b>Abstract</b><br/><p>The negative impacts of non-native species have been well documented, but some non-natives can play a positive role in native ecosystems. One way that non-native plants can positively interact with native butterflies is by provisioning nectar. Relatively little is known about the role of phenology in determining native butterfly visitation to non-native plants for nectar, yet flowering time directly controls nectar availability. Here, we investigate the phenological patterns of flowering by native and non-native plants and nectar foraging by native butterflies in an oak savanna on Vancouver Island, British Columbia, Canada. We also test whether native butterflies select nectar sources in proportion to their availability. We found that non-native plants were well integrated into butterfly nectar diets (83% of foraging observations) and that visitation to non-natives increased later in the season when native plants were no longer flowering. We also found that butterflies selected non-native flowers more often than expected based on their availability, suggesting that these plants represent a potentially valuable resource. Our study shows that non-native species have the potential to drive key species interactions in seasonal ecosystems. Management regimes focused on eradicating non-native species may need to re-consider their aims and evaluate resources that non-natives provide.</p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,158
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0030,003
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,037
Tête enseignante GPT0,256
Écart entre enseignants0,219 · 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 tête enseignante, pas un consensus.

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorealisTravaux en français237 207