MétaCan
Menu
Retour à la cohorte
Enregistrement W2153167588 · doi:10.14430/arctic604

Molt Migration in Relation to Breeding Success in Greater Snow Geese

2003· article· en· W2153167588 sur OpenAlexvenueaboutno aff
Eric T. Reed, Joël Bêty, Julien Mainguy, Gilles Gauthier, Jean‐François Giroux

Notice bibliographique

RevueARCTIC · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNest (protein structural motif)SnowMoultingReproductive successBroodBiologyAnatidaeEcologyWaterfowlHabitatOffspringZoologyMudaGeographyLarvaDemographyPopulationPregnancy

Résumé

récupéré en direct d'OpenAlex

We describe summer migratory movements by female greater snow geese (Chen caerulescens atlantica) breeding on Bylot Island, Nunavut. We followed 121 radio-collared females between 1997 and 2001 to determine the frequency and timing of their departure from the colony in relation to breeding status, nesting success, and molting chronology. We found that 90% (n = 51) of non-breeders (no nest found) and 97% (n = 29) of failed nesters (nest destroyed or abandoned before hatch) departed the island before molting. The few non-breeders that remained on Bylot Island all summer molted earlier than adults with young, and they appeared to initiate the fall migration before breeding geese. In contrast, only 2% of successful nesters (n = 41) left Bylot Island to molt, and those that did presumably had lost their offspring in the early stages of brood rearing. Thus, the occurrence of a molt migration in greater snow geese appears to be strongly dependent on reproductive status and nesting success. The area used by molt migrants and their habitat requirements during molt remain unknown. We suggest that the paucity of predator-safe areas (such as large water bodies) on Bylot Island may be an important factor that drives the geese to molt elsewhere.

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 enseignants0,031
Score d'incertitude au seuil0,061

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 Opus0,015
Tête enseignante GPT0,241
Écart entre enseignants0,226 · 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

Citations63
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetAvian ecology and behaviorTravaux en français237 207