MétaCan
Menu
Retour à la cohorte

Sexing Arctic Terns in the Field and Laboratory

2004· article· en· W2179600458 sur OpenAlexaff
Catherine Devlin, Antony W. Diamond, Gary W. Saunders

Notice bibliographique

RevueWaterbirds · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésSexingMorphometricsDiscriminant function analysisArcticPlumageBiologyFeatherLinear discriminant analysisSexual dimorphismZoologyEcologyGeographyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

We examined sexual size dimorphism of Arctic Terns (Sterna paradisaea) from a breeding colony in northeastern North America. Each bird was sexed using DNA extracted from feather pulp. Body morphometrics recorded included mass, natural wing chord, head-bill, tail fork, culmen, depth of bill at the gonys, and tarsus. Two discriminant functions identified head-bill and bill depth as the best measurements to identify the sexes. The first function included head-bill only and correctly classified 73% of our sample. The second function included both head-bill and bill depth, correctly classified 74% of our sample and increased the ability to correctly sex individuals within a pair. We provide a method for researchers to calculate the probability of sexing Arctic Terns. This is done by fitting a non-linear equation through a plot of the probability of classifying an individual and the discriminant scores. Male Arctic Terns were generally larger in head-bill and bill depth than female Arctic Terns; however, we did not find evidence for assortative mating. With some species, morphometrics alone can be used to distinguish the sexes but for species such as Arctic Terns, which have a high degree of overlap between the sexes, it is recommended that a combination of morphometrics and genetic analysis is used to obtain the highest accuracy in sexing individuals correctly. Comparison of the morphometrics of northeastern North American and British populations of Arctic Terns suggests that these discriminant functions can be applied to both.

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)0,001
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 enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
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 Opus0,012
Tête enseignante GPT0,227
Écart entre enseignants0,215 · 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

Citations60
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterbirdsMême sujetAnimal Behavior and ReproductionTravaux en français237 207