MétaCan
Menu
Retour à la cohorte
Enregistrement W2026403610 · doi:10.1525/auk.2008.125.1.51

PRESENCE OF SALMON INCREASES PASSERINE DENSITY ON PACIFIC NORTHWEST STREAMS

2008· article· en· W2026403610 sur OpenAlexafffund
Katie S. Christie, T. E. Reimchen

Notice bibliographique

RevueThe Auk · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGeographyRiparian zoneFisheryEcologySTREAMSSongbirdOncorhynchusAbundance (ecology)HabitatBiologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

The annual migration of Pacific salmon (Oncorhynchus spp.) to freshwater streams and lakes provides an important nutrient subsidy to terrestrial systems in North America. We investigated the effects of salmon and other habitat variables on abundance of Winter Wren (Troglodytes troglodytes), Swainson's Thrush (Catharus ustulatus), Varied Thrush (Ixoreus naevius), Pacific-slope Flycatcher (Empidonax difficilis), Golden-crowned Kinglet (Regulus satrapa), and Chestnut-backed Chickadee (Poecile rufescens) on the central coast of British Columbia. In our comparisons of salmon-bearing and non-salmon-bearing reaches of two rivers that had waterfall barriers to salmon partway upstream, we found that position above or below the falls and proximity to the stream were the major predictors of songbird abundance. Each species, except for Chestnut-backed Chickadee, had higher densities below the falls at both rivers. Our results suggest that salmon-derived nutrients influence songbird density, and thus benefit multiple trophic levels within riparian ecosystems. La présence du saumon augmente la densité de passereaux près des cours d'eau du nord-ouest du Pacifique

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 enseignants0,052
Score d'incertitude au seuil0,103

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 Opus0,010
Tête enseignante GPT0,199
Écart entre enseignants0,188 · 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

Citations42
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe AukMême sujetFish Ecology and Management StudiesTravaux en français237 207