Is pre-breeding prospecting behaviour affected by snow cover in the irruptive snowy owl? A test using state-space modelling and environmental data annotated via Movebank
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
BACKGROUND: Tracking individual animals using satellite telemetry has improved our understanding of animal movements considerably. Nonetheless, thorough statistical treatment of Argos datasets is often jeopardized by their coarse temporal resolution. State-space modelling can circumvent some of the inherent limitations of Argos datasets, such as the limited temporal resolution of locations and the lack of information pertaining to the behavioural state of the tracked individuals at each location. We coupled state-space modelling with environmental characterisation of modelled locations on a 3-year Argos dataset of 9 breeding snowy owls to assess whether searching behaviour for breeding sites was affected by snow cover and depth in an arctic predator that shows a lack of breeding site fidelity. RESULTS: The state-space modelling approach allowed the discrimination of two behavioural states (searching and moving) during pre-breeding movements. Tracked snowy owls constantly switched from moving to searching behaviour during pre-breeding movements from mid-March to early June. Searching events were more likely where snow cover and depth was low. This suggests that snowy owls adapt their searching effort to environmental conditions encountered along their path. CONCLUSIONS: This modelling technique increases our understanding of movement ecology and behavioural decisions of individual animals both locally and globally according to environmental variables.
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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle