MétaCan
Menu
Retour à la cohorte
Enregistrement W2064806560 · doi:10.1525/cond.2009.090019

Video Recording Reveals the Method of Ejection of Brown-Headed Cowbird Eggs and No Cost in American Robins and Gray Catbirds

2009· article· en· W2064806560 sur OpenAlexaff
Justin Lee Rasmussen, Spencer G. Sealy, Todd J. Underwood

Notice bibliographique

RevueOrnithological Applications · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCowbirdBrood parasiteParasitismGRASPBiologyHost (biology)ZoologyEcologyComputer science

Résumé

récupéré en direct d'OpenAlex

Despite the importance of knowing the method and cost of ejection in understanding the persistence of brood parasitism, anecdotal records of witnessed ejections of real Brownheaded Cowbird (Molothrus ater) eggs exist for only eight of ∼30 ejecter species. The probability of a host damaging its own egg while ejecting a parasite's egg is thought to be lower for hosts that grasp-eject, but grasp-ejection is an option only for hosts with appropriate bills. For hosts incapable of grasp-ejection, the cost of puncture-ejection may render acceptance adaptive. We video-recorded 12 ejections of real cowbird eggs by American Robins (Turdus migratorius) and 17 by Gray Catbirds (Dumetella carolinensis). With no damage to their own eggs, robins graspejected all cowbird eggs, whereas catbirds grasp-ejected 14 eggs and puncture-ejected three eggs. Our study revealed that a few species use a mixture of ejection methods and even large species may puncture-eject with little cost.

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)0,000
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 enseignants0,097
Score d'incertitude au seuil0,224

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,018
Tête enseignante GPT0,307
Écart entre enseignants0,289 · 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

Citations30
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrnithological ApplicationsMême sujetAvian ecology and behaviorTravaux en français237 207