MétaCan
Menu
Retour à la cohorte
Enregistrement W1521018964 · doi:10.1111/j.1474-919x.2010.01067.x

Wintering Snowy Owls<i>Bubo scandiacus</i>integrate plumage colour, behaviour and their environment to maximize efficacy of visual displays

2010· article· en· W1521018964 sur OpenAlexaff
Gary R. Bortolotti, Marten J. Stoffel, Ismael Galván

Notice bibliographique

RevueIbis · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPlumageEcologyBiologyHabitatZoologyGeography

Résumé

récupéré en direct d'OpenAlex

For a comprehensive understanding of the evolution of animal signals, it is necessary to understand how the performance of visual displays is maximized to get the most possible attention from receivers. We assessed whether the white plumage of Snowy OwlsBubo scandiacusfunctioned as a social signal and, if so, how coloration and behavioural adaptations enhance signal efficacy. Signalling theory predicts that: (1) the colour properties of plumage should vary across the body, with the brightest parts being those involved in visual display performance; (2) specific displays calling attention to or enhancing detection or conspicuousness to conspecifics should be evident; and (3) location of the signallers should be such that signal efficacy is optimized. All three predictions were supported. The brightest areas of the plumage (particularly the face, throat and upper breast) were always unspotted, and white is particularly effective in open habitats characteristic of this species. The birds displayed a specific posture and orientated toward the sun preferentially on sunny days, and Owls with the whitest (least spotted) plumage displayed more and signalled more frequently from perches on the ground, where albedo from the snow may enhance the visual display. Snowy Owls integrate coloration, behaviour and environment through habitat selection to maximize the efficacy of their visual displays.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

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 Opus0,010
Tête enseignante GPT0,220
Écart entre enseignants0,210 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations32
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIbisMême sujetAnimal Behavior and ReproductionTravaux en français237 207