MétaCan
Menu
Retour à la cohorte
Enregistrement W2146763779 · doi:10.1139/z06-176

Nest-site selection in the barn swallow, <i>Hirundo rustica</i>: What predicts seasonal reproductive success?

2006· article· en· W2146763779 sur OpenAlexvenueno aff
Rebecca J. Safran

Notice bibliographique

RevueCanadian Journal of Zoology · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Fish and Wildlife Service
Mots-clésNest (protein structural motif)HirundoBiologyReproductive successEcologyHabitatAvian clutch sizeSelection (genetic algorithm)ZoologyReproductionDemographyPopulation

Résumé

récupéré en direct d'OpenAlex

Despite hundreds of studies, we know very little about the causes and fitness-related consequences of nest-site selection. For example, it is not typically known whether the rarely reported fitness consequences of site selection are the result of nest, individual, or nest-site variables or combinations of these factors. Reuse of previously constructed nest sites is a prevalent behavior in many animals and offers the opportunity to experimentally tease apart whether seasonal reproductive success is a function of nest, individual, or nest-site characteristics. I used observational and experimental data to test three hypotheses related to these factors in association with barn swallow ( Hirundo rustica L., 1758) nest reuse. While both nest and individual characteristics explain variation in seasonal reproductive success, nest location per se is not an important factor defining the outcome of nest-site selection. Whereas traits related to habitat and individual characteristics are likely confounded in correlational studies, my experiments demonstrate a causal relationship between seasonal reproductive success and aspects of the nest and individual, the latter explaining more variation in the model than nest characteristics. Knowledge of the relative roles of individual, nest, and nest-site attributes are important for understanding the causes and consequences of habitat selection behavior.

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 enseignants0,005
Score d'incertitude au seuil0,010

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 Opus0,006
Tête enseignante GPT0,202
Écart entre enseignants0,196 · 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

Citations33
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

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