MétaCan
Menu
Retour à la cohorte
Enregistrement W2099086097 · doi:10.1675/063.038.0209

Patterns of Molt in Long-Tailed Ducks (<i>Clangula hyemalis</i>) during Autumn and Winter in the Great Lakes Region, Canada

2015· article· en· W2099086097 sur OpenAlexafffundabout
Andreanne M. Payne, Michael L. Schummer, Scott A. Petrie

Notice bibliographique

RevueWaterbirds · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensBirds CanadaWestern University
Organismes subventionnairesOntario Federation of Anglers and Hunters
Mots-clésWaterfowlBiologyReproductionEcologyNutrientArcticAnnual cycleOverwinteringFledgeZoologyPredationHabitat

Résumé

récupéré en direct d'OpenAlex

Molt and migration can coincide in Arctic nesting waterfowl because they have little time between fledging and the severe weather that precipitates migration. Objectives were to observe how patterns in autumn and winter molt by Long-tailed Ducks (Clangula hyemalis) were influenced by nutrient reserves or seasonal life-cycle events. Molt scores and nutrient reserves were determined for birds salvaged during autumn 2011 (n = 79) and collected during winter 2002–2004 (n = 255). Differences in molt among sex-age classes and correlation between molt and nutrient reserves were determined. It was predicted that adult females and juveniles of both sexes suspended molt during autumn migration to limit energetic overlap; however, greater molt in juveniles during autumn than winter was detected. Correlation between molt and nutrient reserves were not detected. Molt was less in adult males than females and juveniles during winter, which may suggest that the effects of reproduction (females) and growth (juveniles) extended their molt into winter. Observed molt patterns are consistent with fixed cues associated with the timing of seasonal life-cycle events of this species. This could have important implications in understanding the life-cycle events of Long-tailed Ducks and provide novel explanations of seasonal molt.

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 enseignants0,786
Score d'incertitude au seuil0,898

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 technologies0,0000,000
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 Opus0,011
Tête enseignante GPT0,208
Écart entre enseignants0,197 · 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

Citations1
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWaterbirdsMême sujetAvian ecology and behaviorTravaux en français237 207