Common vole (<i>Microtus arvalis</i>) population sex ratio: biases and process variation
Notice bibliographique
Résumé
Vole population sex ratio varies seasonally. However, population sex ratios have usually been estimated using naïve estimators that do not allow for biases owing to the sex difference in capture probabilities and movement distances (i.e., effective areas sampled). Here we aimed to advance the methodological approach, recognizing that there are two different classes of contributing mechanisms to the pattern which are best addressed separately: (1) those mechan isms imposing a systematic error (bias) in population estimates and (2) those generating the true process variation. Analyzing 7-year capture–recapture data in the common vole (Microtus arvalis (Pallas, 1778)), we quantified both types of biases and revealed that the bias owing to differential capture rates was often severe and less predictable, whereas that owing to differential effective areas was smaller and overestimated male numbers for most of the year. We demonstrated unambiguously that the unbiased population sex ratio indeed varies seasonally, with the males usually being more numerous over winter and spring. By testing predictions from two mechanistic hypotheses to explain the process variability, we found evidence for both the differential recruitment hypothesis and the differential survival hypothesis. From April–May to August, it was the females that were recruited more to the population and that had higher survival rates than males. We suggest that the seasonal variation in the population sex ratio is not merely a result of biasing mechanisms but an important population property driven by the joint effect of differential recruitment and differential survival between sexes.
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) | 0,001 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».