MétaCan
Menu
Retour à la cohorte
Enregistrement W2077839814 · doi:10.1525/auk.2012.12122

Postfledging movements in birds: Do tit families track environmental phenology?

2013· article· en· W2077839814 sur OpenAlexaff
Tore Slagsvold, Ane Eriksen, Rosa Ayala, Jan Hušek, Karen L. Wiebe

Notice bibliographique

RevueThe Auk · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPhenologyEcologyParusRange (aeronautics)Nest (protein structural motif)GeographyPredationCyanistesWoodlandBiology

Résumé

récupéré en direct d'OpenAlex

Recent research on reproduction in animals has emphasized phenology and prey matching in the long term and on large spatial scales (e.g., linked to global climate change). We studied how individuals within one reproductive cycle and at small spatial scales may try to maximize access to food resources that vary in space and time. Herbivorous mammals are known to track favorable phenological stages of their food plants and move seasonally on the landscape. Whether phenology similarly affects spatial movements of birds on their breeding grounds is largely unknown. We studied postfledging movements of Blue Tits (Cyanistes caeruleus) and Great Tits (Parus major) when the young were escorted by parents during 19 to 43 days posthatching. This was done over 4 years in a 1.6-km2 woodland area in Norway in which an elevational gradient (105–266 m) caused a phenological delay in vegetation and peak abundance of caterpillar prey at the higher elevations. Postfledging movements were similar in the two tit species, with a mean distance moved from the nest to the site of observation of 134 m (range: 6–1,036, n = 104). On average, families moved upslope (mean = 4.8 m, range: -23 to 69 m; P = 0.002, n = 104), which suggests that they were able to track environmental phenology. However, most families did not move far from the nest site, possibly because the parents tried to defend a year-round territory and, therefore, could not afford to leave for longer periods.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,206
Écart entre enseignants0,198 · 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

Citations17
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe AukMême sujetAvian ecology and behaviorTravaux en français237 207