Toward a Deuterium Feather Isoscape for Sub-Saharan Africa: Progress, Challenges and the Path Ahead
Notice bibliographique
Résumé
A key challenge to the application of continent-wide feather isoscapes for geographic assignment of migrant birds is the lack of ground-truthed samples. This is especially true for long-distance Palearctic-Afrotropical migrants. We used spatially-explicit information on the δ2H composition of archived feathers from Green-backed/Grey-backed Camaroptera, to create a feather δ2H isoscape for sub-Saharan Africa. We sampled from 34 out of 41 sub-Saharan countries, totaling 205 sampling localities. Feather samples were obtained from museum collections (n = 224, from 1950 to 2014) for δ2H assay. Region, altitude, annual rainfall and seasonal patterns in precipitation were revealed as relevant explanatory variables for spatial patterns in feather δ2H. Predicted feather δ2H values ranged from -4.0 ‰ to -63.3 ‰, with higher values observed in the Great Rift Valley and South Africa, and lower values in central Africa. Our feather isoscape differed from that modelled previously using a precipitation δ2H isoscape and an assumed feather-to-precipitation calibration, but the relatively low model goodness fit (F10,213 = 5.98, p<0.001, R2 = 0.18) suggests that other, non-controlled variables might be driving observed geographic patterns in feather δ2H values. Additional ground-truthing studies are therefore recommended to improve the accuracy of the African feather δ2H isoscape.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».