Flight response of slope‐soaring birds to seasonal variation in thermal generation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary Animals respond to a variety of environmental cues, including weather conditions, when migrating. Understanding the relationship between weather and migration behaviour is vital to assessing time‐ and energy limitations of soaring birds. Different soaring modes have different efficiencies, are dependent upon different types of subsidized lift and are weather dependent. We collected GPS locations from 47 known‐age golden eagles that moved along 83 migration tracks. We paired each location with weather to determine meteorological correlates of migration during spring and fall as birds crossed three distinct ecoregions in north‐east North America. Golden eagle migration was associated with weather conditions that promoted thermal development, regardless of season, ecoregion or age. Eagle migration showed age‐ and season‐specific responses to weather conditions that promoted orographic lift. In spring, adult eagles migrated earlier, over fewer days, and under more variable weather conditions than did pre‐adults, suggesting that adults were time limited and pre‐adults made choices to conserve energy. In fall, we found no difference in the time span of migration or when each age class migrates; however, we saw evidence that pre‐adults were less efficient migrants than adults. The decision by soaring birds to migrate when thermals developed allowed individuals to manage trade‐offs between migratory speed and migratory efficiency. When time was limited (i.e. spring movement of adults speeding towards nesting territories), use of whatever lift was available decreased the time span of migration. When migration was not time limited (e.g. spring movements by pre‐adults, all movements in fall), eagles avoided suboptimal flight conditions by pausing migration, thus increasing the time span of migration while reducing energetic costs.
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.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 découle