MétaCan
Menu
← Retour à la cohorte
Enregistrement W2028973619 · doi:10.1080/03078698.2006.9674353

Spring arrivals of migrant waders in Iceland in the 20th century

2006· article· en· W2028973619 sur OpenAlexaff
Hugh Boyd, Aevar Petersen

Notice bibliographique

RevueRinging & Migration · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésShetlandSpring (device)North Atlantic oscillationGeographyArcticOceanographyIcelandicPhysical geographyGeology

Résumé

récupéré en direct d'OpenAlex

Records of first sightings of Icelandic‐breeding waders and high‐Arctic passage migrants have been made in most parts of Iceland since 1902. Two sets of records of first sightings are used here to analyse temporal changes in arrival dates during the 20th century and the effects of weather conditions. First sightings became earlier in the first half of the 20th century, as local spring temperatures increased. They ceased to do so after 1960, when temperatures were decreasing slightly, though the associations between arrival dates and annual temperatures were weak. In years with more than five records for a species, the earliest sightings were 5–9 days before the median dates of all first sightings. Though earliest sightings were delayed in cool Icelandic springs, those median dates showed little correlation with local spring temperatures. Six species arrived later when the winter or spring values of the North Atlantic Oscillation (NAO) were high, but seven species showed no significant associations with the winter NAO. Sightings tended to be later in springs in which westerly or cyclonic systems were prevalent over Ireland and Scotland. First sightings in Iceland were substantially later than in the Outer Hebrides, though in closer synchrony with the peaks of passage there than with arrival and passage dates in Shetland and north Norway. Sustained observations at a few key sites should be useful in tracking the responses of waders to variations in climate and other environmental changes.

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 enseignants0,063
Score d'incertitude au seuil0,126

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,011
Tête enseignante GPT0,219
Écart entre enseignants0,208 · 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

Citations10
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRinging & Migration→Même sujetClimate variability and models→Travaux en français237 207→