MétaCan
Menu
Retour à la cohorte

TIME-ACTIVITY BUDGETS OF HARLEQUIN DUCKS MOLTING IN THE GANNET ISLANDS, LABRADOR

2000· article· en· W2138744051 sur OpenAlexaffabout
Peter A. Adams, Gregory J. Robertson, Ian L. Jones

Notice bibliographique

RevueOrnithological Applications · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPlumageMoultingFeatherForagingBiologyPopulationZoologyFisheryEcologyDemographyLarva

Résumé

récupéré en direct d'OpenAlex

Abstract We studied the time-activity budgets of Harlequin Ducks (Histrionicus histrionicus) molting at the Gannet Islands, Labrador in the summer of 1998. For the entire population, a large proportion of time was spent hauled out of the water (61.4%), and resting (53.5%). Only a small proportion of time was spent foraging (11.6%). Male Harlequin Ducks undergoing the pre-basic molt were hauled out of the water significantly more (92.2%) than males in basic plumage (8.1%). Males undergoing the pre-basic body feather molt foraged significantly less (1.7%) than males in basic plumage (17.7%). Harlequin Ducks do not appear to increase their food intake to meet the nutritional requirements of molt. Instead they may try to reduce thermoregulatory and maintenance costs by engaging in activities that do not consume much energy, and by staying out of cold water while their plumage is not intact. Furthermore, they may deliberately lose body mass while molting to regain the ability to fly at an earlier stage of wing 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil1,000

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)0,0030,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,240
Écart entre enseignants0,231 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations34
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOrnithological ApplicationsMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207