Timing of breeding carries over to influence migratory departure in a songbird: an automated radiotracking study
Notice bibliographique
Résumé
1. Determining how events interact across stages of the annual cycle is critical for understanding the factors that affect individual fitness. However, there is currently little information detailing how breeding events influence migratory behaviour. 2. Using an automated digital telemetry array and an isolated island-breeding population of Savannah sparrows Passerculus sandwichensis, we provide the first direct evidence that the timing of breeding events carries over to influence the timing of migration in a songbird and assess for the first time how weather conditions on the breeding grounds also affect departure dates. 3. Date of migratory departure between September and October was strongly influenced by date of breeding completion in adults and fledging date in juveniles from June to July. 4. With respect to weather, adults departed during the first half of high-pressure systems, while juveniles departed throughout the entirety of high-pressure systems (including rainy evenings on the western edge of systems). 5. By combining both ecological and weather data, we could explain almost all variation in departure date for adults (95%), but weather conditions were not a good predictor of departure date for juveniles. 6. Our results provide strong evidence that the timing of breeding events is an important driver of migration timing and that exact departure dates are fine-tuned according to local weather conditions in adults, but not in juveniles.
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 | 0,001 | 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 | 0,001 |
| 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 ».