Чому beeu — моделювання, а не порадник
Книжки про бджільництво — це сотні сторінок біології та порад «робіть отак або отак». beeu — про математичне моделювання бджолосім'ї і пасіки як кількісно-генетичного об'єкта.
Проблема: книжки vs реальність
Бджільництво — старе ремесло. Книжки писалися століттями. Лангстрот (1853), Дернов (1900-ті), Корж, Соколовський, Полтавець… — тисячі сторінок про:
- біологію бджолиної сім'ї,
- сезонні роботи,
- лікування,
- роботу з матками,
- роботу з вощиною і кормами,
- зимівлю.
Усе це корисно. Але майже все — у форматі «робіть так, бо автор так робить». Без даних. Без моделей. Без перевіряємих прогнозів. Без декомпозиції чому це працює.
Інтуїтивна модель досвідченого пасічника
Кожен пасічник з 20+ роками досвіду має внутрішню модель:
«Якщо тут стало 9 рамок до 20 травня — добре буде з акацією.
Якщо матка дала суцільний розплід на третій тиждень після облету —
порядна сім'я. Якщо рій-3 в травні — не встигнеш до акації, рятуй
відводком. Якщо сильно сяде восени — підгодуй білком.»
Це модель. Складна, нелінійна, з умовами. Але вона:
- ❌ Не описана — лежить «у голові»
- ❌ Не масштабується — не передається крім як 20 років поряд
- ❌ Не перевіряється — інтуїція vs дані
- ❌ Не калібрується між пасічниками — у кожного своя
Що робить beeu
beeu виносить цю модель назовні — у дані, формули, графіки, прогнози, які видно іншим, можна перевірити, можна оптимізувати.
Pᵢⱼₖₗ = μ + Gᵢ + Lⱼ + Yₖ + Bₗ + (GL)ᵢⱼ + (GY)ᵢₖ + S(G)ᵢₘ + PEₙ + eᵢⱼₖₗ
Звичайна для генетиків формула. Pᵢⱼₖₗ — фенотип сім'ї. Розкладається на:
| Фактор | Що означає |
|---|---|
| Gᵢ — генотип | Спадковість матки (10–25% для меду) |
| Lⱼ — локація | Точок, де стоїть сім'я (20–35%) |
| Yₖ — рік | Погода, медоносна база цього року (10–20%) |
| Bₗ — пасічник | Управління, своєчасність робіт (10–20%) |
| GLᵢⱼ — взаємодія | Одна порода тут топ, там середня (5–15%) |
| Sᵢₘ — батьки-трутні | Внесок батьківської сторони |
| PEₙ — постійне середовище | Вік матки, позиція вулика, гніздо |
| e — непояснене | Шум: фактори які не модельовано |
Це дозволяє ставити запитання, на які книжка не відповідає:
«Чому моя пасіка дає 15 кг/сім'ю, а Петра з сусіднього села 35?»
Книжка: «У Петра кращі матки і він краще доглядає». beeu: «У вас матки дають σ²_G = 6%, локація відбирає 12%, ваші огляди двократно довші ніж потрібно, забираючи 8%. Якщо оптимізувати B, додасте +5 кг/сім'ю без зміни матки.»
Варіансна декомпозиція — серце beeu
Замість «робіть отак», beeu показує скільки відсотків дисперсії продуктивності пояснюється кожним фактором у вашому контексті:
ваша пасіка пасіка Петра
σ²_G ███░░░░░░░ 6% ██████░░░░ 18%
σ²_L ████████░░ 18% ████░░░░░░ 8%
σ²_B ████░░░░░░ 12% ██░░░░░░░░ 4%
σ²_e ████████░░ 64% ██████████ 70%
Тепер видно: ви програєте Петру не у спадковості (хоч вона теж нижче) — основні втрати у локації і управлінні.
Що це дає на практиці
1. Селекція. Якщо σ²_G = 6%, переходити на «елітних» маток за 50% преміум — невигідно. Якщо σ²_G = 22%, кожен рік добору +1% покращення стада.
2. Інвестиції. Якщо σ²_L = 18%, перенесення вуликів на кращий точок дасть +20% врожаю. Якщо σ²_L = 5%, локація вирішена — не витрачайте час на нові точки.
3. Управління часом. σ²_B показує скільки втрачаєте через несвоєчасні огляди. Точна цифра, не «вам треба краще».
4. BLUP / EBV маток. Звичайний рейтинг ≠ EBV. Сирий рейтинг плутає генетику з локацією. EBV відокремлює.
5. Передбачуваність. Якщо «коридори» дисперсій стабільні, ви знаєте наперед на які фактори можна впливати.
Чому це науково, не «гарно сказано»
| Книжкова порада | beeu-моделювання |
|---|---|
| «Замінюйте маток кожен 2-й рік» | EBV матки + Q_value показують конкретно цю |
| «Слабкі сім'ї підсилити» | Польовий план з джерелами розплоду тут і зараз |
| «Бережіть мирних бджіл» | σ²_temperament × n помічників на пасіці |
| «Зимівля — найважливіша» | Predictor сили вже з осіннього огляду |
Усі книжкові поради — правильні. Але вони — початковий рівень. Беу будує наступний рівень: квантифікація, BLUP, оптимізація.
Кому це треба
| Аудиторія | Що отримує |
|---|---|
| Пасічник-аматор | Розуміння чому щось не виходить; конкретні цифри |
| Виробничник | ROI пасіки, оптимізація OUT/IN |
| Селекціонер | EBV-рейтинг, BLUP-модель, родовід |
| Спілка / асоціація | Племінна книга, обмін матками, генетичні зв'язки |
| Науковець | Реальні дані для статей, не «середня по лікарні» |
Що далі
Платформа тільки починає свою роботу. Базові помічники (польовий план, матки під заміну, ройовий ризик) — це перший шар. Наступні шари:
- 📊 Динаміка G+L+B+e×рік — варіансна декомпозиція з UI
- 🎯 EBV-рейтинг маток з BLUP-моделі
- 🔮 Прогнози: «з ймовірністю X сім'я досягне Y до акації»
- 🌍 Multi-location trials через спілки
- 💰 Q_value — економічний інтегральний показник матки
Усі ці інструменти — це переведення інтуїтивної моделі досвідченого пасічника у дані, формули, відкриті алгоритми. Які можна перевірити. Передати. Поліпшити.
Підсумок
beeu — не «ще одна програма для журналу оглядів». beeu — це спроба змоделювати бджільництво як науку, а не як ремесло.
Ремесло — навчається 20 років і помирає з майстром. Наука — пишеться у формули і передається.
Це не замінює досвід. Це його квантифікує. А квантифіковане — масштабоване.