MétaCan
Menu
← Retour à la cohorte
Enregistrement W1995115891 · doi:10.1139/z09-093

Size and spacing of grouse leks: comparing capercaillie (Tetrao urogallus) and black grouse (Tetrao tetrix) in two contrasting Eurasian boreal forest landscapes

2009· article· en· W1995115891 sur OpenAlexvenueno aff
Jørund Rolstad, Per Wegge, А.В. Сивков, Olav Hjeljord, Ken Olaf Storaunet

Notice bibliographique

RevueCanadian Journal of Zoology · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesNorges Forskningsråd
Mots-clésLek matingGrouseEcologyHabitatBiologyBlack spruceTaigaGeographyMatingMate choice

Résumé

récupéré en direct d'OpenAlex

Capercaillie ( Tetrao urogallus L., 1758) and black grouse ( Tetrao tetrix L., 1758 (= Lyrurus tetrix (L., 1758))) are two sympatric Eurasian lekking grouse species that differ markedly in habitat affinities and social organization. We examined how size and spacing of leks in pristine (Russia) and managed (Norway) forests were related to habitat and social behavior. Leks of both species were larger and spaced farther apart in the pristine landscape. Capercaillie leks were regularly spaced at 2–3 km distance, increasing with lek size, which in turn was positively related to the amount of middle-aged and older forests in the surrounding area. Black grouse leks were irregularly distributed at shorter distances of 1–2 km, with lek size explained by the size of the open bog arena and the amount of open habitat in the surroundings. At the landscape scale, spatial distribution of open bogs and social attraction among male black grouse caused leks to be more aggregated, whereas mutual avoidance in male capercaillie caused leks to be spaced out. In the pristine landscape, large-scale and long-term changes in forest dynamics owing to wildfires, combined with an aggregated pattern of huge bog complexes, presumably provide both grouse species with enough time and space to build up bigger lek populations than in the managed landscape.

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)0,001
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 enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,210
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'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

Citations19
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Zoology→Même sujetWildlife Ecology and Conservation→Travaux en français237 207→