MétaCan
Menu
Retour à la cohorte
Enregistrement W2006615874 · doi:10.1525/auk.2009.09141

Context-dependent Changes in the Weighting of Environmental Cues That Initiate Breeding in a Temperate Passerine, the Corsican Blue Tit (<i>Cyanistes caeruleus</i>)

2010· article· en· W2006615874 sur OpenAlexaff
Donald W. Thomas, Patrice Bourgault, Bill Shipley, Philippe Perret, Jacques Blondel

Notice bibliographique

RevueThe Auk · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésCyanistesPhenologyEcologyDeciduousBiologyTemperate deciduous forestEvergreenPasserineTemperate forestMicroclimateVegetation (pathology)Temperate climateParus

Résumé

récupéré en direct d'OpenAlex

Birds use local environmental cues to fine-tune the timing of egg laying such that the nestling period normally coincides with the local peak in food availability. Ambient temperature, vegetation phenology, and insect phenology are often considered the most likely cues, but no previous studies have explicitly compared and partitioned their relative effects. We used confirmatory path analyses and a long-term study of Blue Tits (Cyanistes caeruleus) to identify and measure the relative weighting of the causal paths that link laying date to spring phenology and temperature in deciduous and evergreen oak forests on Corsica. Path analysis showed that the effects of temperature and vegetation phenology vary between forest types and season. In deciduous oak forest, where females lay eggs early in spring, phenology of vegetation or insects sets the laying date. In evergreen oak forest, where breeding occurs later in the season, females shift from a predominantly phenology-based cue system to a predominantly temperature-based cue system. This plasticity in the decision process allows birds to minimize the risk of mismatching breeding date with the optimal time window and may be critical in allowing birds to track human-induced environmental change.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,071
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,016
Tête enseignante GPT0,224
Écart entre enseignants0,209 · 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 tête enseignante, 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

Citations31
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe AukMême sujetAvian ecology and behaviorTravaux en français237 207