MétaCan
Menu
Retour à la cohorte
Enregistrement W2166473396 · doi:10.1642/auk-12-120-r2.1

Song exposure during juvenile dispersal in Mountain White-crowned Sparrows

2014· article· en· W2166473396 sur OpenAlexaff
Winnie W. Ho, Sara G Connolly, Pamela L. Reynolds, Jamie M. Cornelius, Elizabeth A. MacDougall‐Shackleton, Martin L. Morton, Maria E. Pereyra, Thomas P. Hahn

Notice bibliographique

RevueThe Auk · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Vocal Communication and Behavior
Établissements canadiensWestern University
Organismes subventionnairesPrinceton UniversityNational Science Foundation
Mots-clésBiological dispersalJuvenilePopulationGeographyWhite (mutation)SingingEmberizidaeEcologyBiologyZoologyDemographyHabitat

Résumé

récupéré en direct d'OpenAlex

The degree to which local song structure reflects the singer's population of origin is a long-standing and contentious issue. Young songbirds that settle to breed outside their natal song-dialect area may learn to produce nonnatal dialect by hearing and memorizing these songs during juvenile dispersal. We quantified adult singing rates in a population of Mountain White-crowned Sparrows (Zonotrichia leucophrys oriantha) in the Sierra Nevada in 2 yr, and compared them with the arrival schedule of juveniles not hatched on the study area. Our results show that opportunities for juveniles to learn new (nonnatal) song types become highly limited during the premigratory dispersal phase, because adult singing rates are very low by the time nonlocal juveniles begin to arrive. Thus, if individuals learn nonnatal songs during dispersal, they must do so hearing relatively few repetitions of the unfamiliar dialect.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,667
Score d'incertitude au seuil0,236

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,247
Écart entre enseignants0,235 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe AukMême sujetAnimal Vocal Communication and BehaviorTravaux en français237 207