MétaCan
Menu
Retour à la cohorte
Enregistrement W2005464703 · doi:10.1111/j.1600-048x.2008.04377.x

Plumage brightness predicts non‐breeding season territory quality in a long‐distance migratory songbird, the American redstart <i>Setophaga ruticilla</i>

2008· article· en· W2005464703 sur OpenAlexaff
Matthew W. Reudink, Colin E. Studds, Peter P. Marra, Kurt Kyser, Laurene M. Ratcliffe

Notice bibliographique

RevueJournal of Avian Biology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPlumageBiologyHabitatFeatherEcologySeasonal breederSongbirdDominance (genetics)Warbler

Résumé

récupéré en direct d'OpenAlex

Many species of birds exhibit brilliant ornamental plumage, yet most research on the function and evolution of plumage has been confined to the breeding season. In the American redstart Setophaga ruticilla , a long‐distance Neotropical‐Nearctic migratory bird, the acquisition of a winter territory in high‐quality habitat advances spring departure and subsequent arrival on breeding areas, and increases reproductive success and annual survival. Here, we show that males holding winter territories in high‐quality, black mangrove habitats in Jamaica have brighter yellow‐orange tail feathers than males occupying territories in poor‐quality second‐growth scrub habitats. Moreover, males arriving on the breeding grounds from higher‐quality winter habitats (inferred by stable‐carbon isotopes) also had brighter tail feathers. Because behavioral dominance plays an important role in the acquisition of winter territories, plumage brightness may also be related to fighting ability and the acquisition and maintenance of territories in high‐quality habitat. These results highlight the need for further research on the relationships between plumage coloration, behavior, and the ecology of over‐wintering migratory birds.

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 enseignants0,009
Score d'incertitude au seuil0,018

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
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,016
Tête enseignante GPT0,266
Écart entre enseignants0,250 · 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

Citations59
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Avian BiologyMême sujetAvian ecology and behaviorTravaux en français237 207