MétaCan
Menu
Retour à la cohorte
Enregistrement W2143153693 · doi:10.1139/z02-157

Diving schedules of Common Loons in varying environments

2002· article· en· W2143153693 sur OpenAlexvenueno aff
Joseph J. Nocera, Neil M. Burgess

Notice bibliographique

RevueCanadian Journal of Zoology · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForagingPredationBiologyForageAbundance (ecology)EcologyForage fishSeasonal breederAnnual cycleFishery

Résumé

récupéré en direct d'OpenAlex

Many species of diving birds adjust their foraging behaviour in response to variation in their environment. The Common Loon (Gavia immer) is a visually oriented predator sensitive to environmental variation, yet little is known about the flexibility of its diving behaviour. We tested the hypothesis that loons adjust their diving schedules by increasing or decreasing the dive duration during foraging bouts to accommodate environmental variation during the breeding season. The dive duration and dive-pause components of the loon dive cycle did not vary among lakes with different lake chemistry, lake morphometry, mercury levels in their blood, or fish abundance. We observed some variation among loons in different stages of breeding in mean dive-pause intervals. The dive-pause component of the diving cycle of Common Loons does not seem to be related to the amount of time spent underwater. To our knowledge, this is the first report of such a nonlinear relationship in diving birds. We propose that loons vary the components of their diving behaviour independently and seem to alter their diving time budgets regardless of the external stimuli we addressed. This unresponsive diving schedule may make loons susceptible to catastrophic changes in prey densities within their foraging areas, as they are obliged to forage on one, or very few, lakes. Conversely, loons may only forage in lakes with fish abundance above a certain minimum threshold and preferentially avoid lakes with reduced prey abundance.

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 enseignants0,992
Score d'incertitude au seuil0,016

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 savante0,0000,000
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 Opus0,017
Tête enseignante GPT0,209
Écart entre enseignants0,192 · 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

Citations21
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetAvian ecology and behaviorTravaux en français237 207