MétaCan
Menu
Retour à la cohorte
Enregistrement W1895977317 · doi:10.22621/cfn.v123i2.688

Diet and Prey Consumption Rates of Nesting Boreal Owls, <em>Aegolius funereus</em>, in Alaska

2009· article· en· W1895977317 sur OpenAlexvenueno aff
Jackson S. Whitman

Notice bibliographique

RevueThe Canadian Field-Naturalist · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensnon disponible
Organismes subventionnairesMuseum of the North, University of AlaskaAlaska Department of Fish and GameMassachusetts Department of Fish and Game
Mots-clésPredationNest (protein structural motif)BorealAbundance (ecology)BiologyEcologyDetritusZoology

Résumé

récupéré en direct d'OpenAlex

Dietary composition and prey consumption rates of nesting Boreal Owls, Aegolius funereus, were investigated during 2004–2006 using two methods. Dietary composition was determined during nest visits through examination of 1882 fresh remains containing at least 11 mammalian and 15 avian species. Consumption rates were calculated based on laboratory examination of seven prey detritus bricks following fledging, yielding 1051 items of five different taxa. During 2003–2006, small mammal snap-trapping was conducted in the vicinity of occupied nest boxes, and relative abundance of potential prey items was estimated. A total of 4020 trap-nights yielded 695 small mammal captures of eight species. Consumption rates of nestling owls ranged from 22.0 to 29.7 g of food per day, averaging 24.2 g (SD = 1.8). Comparisons between availability of small mammals (as indicated by snap-trapping) and consumption (as indicated by nest visits and analysis of prey detritus bricks) showed that Boreal Owls are generally preying on mammals proportionate to their occurrence.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,102

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
Bibliométrie0,0010,000
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 Opus0,025
Tête enseignante GPT0,249
Écart entre enseignants0,224 · 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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Field-NaturalistMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207