Migration path annotation: cross-continental study of migration-flight response to environmental conditions
Notice bibliographique
Résumé
Understanding the movements of animals is pivotal for understanding their ecology and predicting their survival in the face of rapid global changes to climate, land use, and habitats, thus facilitating more effective habitat management. Migration by flying animals is an extreme form of movement that may be especially influenced by weather. With satellite telemetry studies, and the growing availability of information about the Earth's weather and land surface conditions, many data are collected that can advance our understanding about the mechanisms that shape migrations. We present the track annotation approach for movement data analysis using information about weather from the North American Reanalysis data set, a publicly available, regional, high-resolution model-observation hybrid product, and about topography, from a publicly available high-resolution digital elevation model (DEM). As a case study, we present the analysis of the response to environmental conditions in three contrasting populations of Turkey Vultures (Cathartes aura) across North America, tracked with a three-dimensional GPS-based sensor. Two populations in the east and west coasts of the United States responded similarly to weather, indicating use of both slope and thermal soaring. Continental-interior, "Plains populations," exhibited a different migratory pattern primarily indicative of thermal soaring. These differences help us understand the constraints and behaviors of soaring migrants. The track annotation approach allowed large-scale comparative study of movement in an important migratory species, and will enable similar studies at local to global scales.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».