MétaCan
Menu
← Retour à la cohorte
Enregistrement W2295194413 · doi:10.14430/arctic4544

Habitat Use and Foraging Patterns of Molting Male Long-tailed Ducks in Lagoons of the Central Beaufort Sea, Alaska

2016· article· en· W2295194413 sur OpenAlexvenueno aff
Paul L. Flint, John A. Reed, Deborah L. Lacroix, Richard B. Lanctot

Notice bibliographique

RevueARCTIC · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForagingHabitatBeaufort seaPredationEcologyMoultingRange (aeronautics)InvertebrateBiologyFisheryGeographyArcticLarva

Résumé

récupéré en direct d'OpenAlex

From mid-July through September, 10 000 to 30 000 Long-tailed Ducks (Clangula hyemalis) use the lagoon systems of the central Beaufort Sea for remigial molt. Little is known about their foraging behavior and patterns of habitat use during this flightless period. We used radio transmitters to track male Long-tailed Ducks through the molt period from 2000 to 2002 in three lagoons: one adjacent to industrial oil field development and activity and two in areas without industrial activity. We found that an index to time spent foraging generally increased through the molt period. Foraging, habitat use, and home range size showed similar patterns, but those patterns were highly variable among lagoons and across years. Even with continuous daylight during the study period, birds tended to use offshore areas during the day for feeding and roosted in protected nearshore waters at night. We suspect that variability in behaviors associated with foraging, habitat use, and home range size are likely influenced by availability of invertebrate prey. Proximity to oil field activity did not appear to affect foraging behaviors of molting Long-tailed Ducks.

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)0,000
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 enseignants0,064
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,012
Tête enseignante GPT0,188
Écart entre enseignants0,176 · 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueARCTIC→Même sujetMarine and coastal plant biology→Travaux en français237 207→