MétaCan
Menu
Retour à la cohorte
Enregistrement W2099778025 · doi:10.1111/ibi.12331

Limitations and mechanisms influencing the migratory performance of soaring birds

2015· article· en· W2099778025 sur OpenAlexaff
Tricia A. Miller, Robert P. Brooks, Michael Lanzone, David Brandes, Jeff Cooper, Junior A. Tremblay, Jay Wilhelm, Adam E. Duerr, Todd E. Katzner

Notice bibliographique

RevueIbis · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesLindbergh Foundation
Mots-clésJuvenileGeographyEnergy (signal processing)EcologyDemographyBiologyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Migration is costly in terms of time, energy and safety. Optimal migration theory suggests that individual migratory birds will choose between these three costs depending on their motivation and available resources. To test hypotheses about use of migratory strategies by large soaring birds, we used GPS telemetry to track 18 adult, 13 sub‐adult and 15 juvenile Golden EaglesAquila chrysaetosin eastern North America. Each age‐class had potentially different motivations during migration. During spring, the migratory performance (defined here as the directness of migratory flight) of adults was higher than that of any other age‐classes. Adults also departed earlier and spent less time migrating. Together, these patterns suggest that adults were primarily time‐limited and the other two age‐classes were energy‐limited. However, adults that migrated the longest distances during spring also appeared to take advantage of energy‐conservation strategies such as decreasing their compensation for wind drift. During autumn, birds of all age‐classes were primarily energy‐minimizers; they increased the length of stopovers, flew less direct routes and migrated at a slower pace than during spring. Nonetheless, birds that departed later in autumn flew more directly, indicating that time limitations may have affected their decision‐making. During both seasons, juveniles had the lowest performance, sub‐adults intermediate performance and adults the highest performance. Our results show age‐ and seasonal variation in time and energy‐minimization strategies that are not necessarily exclusive of one another. Beyond time and energy, a complex suite of factors, including weather, experience and navigation ability, influences migratory performance and decision‐making.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
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 Opus0,045
Tête enseignante GPT0,227
Écart entre enseignants0,182 · 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

Citations60
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIbisMême sujetAvian ecology and behaviorTravaux en français237 207