Combining stable-isotope (δD) and band recovery data to improve probabilistic assignment of migratory birds to origin
Notice bibliographique
Résumé
The recent application of stable-isotope analyses, particularly the use of stable-hydrogen-isotope (deltaD) measurements of animal tissues, has greatly improved our ability to infer geographic origins of migratory animals. However, many individual sources of error contribute to the overall error in assignment; thus likelihood-based assignments incorporating estimates of error are now favored. In addition, globally, the nature of the underlying precipitation-based deltaD isoscapes is such that longitudinal resolution is often compromised. For example, in North America, amount-weighted expected mean growing-season precipitation deltaD is similar between the boreal forest of southwestern Canada and areas of northern Quebec/Labrador and Alaska. Thus, it can often be difficult to distinguish objectively between these areas as potential origins for broadly distributed migrants using a single isotopic measurement. We developed a Bayesian framework for assigning geographic origins to migrant birds based on combined stable-isotope analysis of feathers and models of migratory directions estimated from band recovery data. We outline our method and show an example of its application for assigning origins to a population of migrant White-throated Sparrows (Zonotrichia albicollis) sampled at a Canadian Migration Monitoring Network station at Delta Marsh, Manitoba, Canada. We show that likelihood-based assignments of geographic origins can provide improved spatial resolution when models of migration direction are combined with assignments based on deltaD analysis of feathers.
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».