MétaCan
Menu
← Retour à la cohorte
Enregistrement W2317366764 · doi:10.1139/z11-138

Riparian habitat disturbed by reservoir management does not function as an ecological trap for the Yellow Warbler (<i>Setophaga petechia</i>)

2012· article· en· W2317366764 sur OpenAlexaffvenue
Sam P. Quinlan, D. J. Green

Notice bibliographique

RevueCanadian Journal of Zoology · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésEcologyHabitatRiparian zoneShrubWarblerEcological trapNest (protein structural motif)Biology

Résumé

récupéré en direct d'OpenAlex

Ecological traps arise when anthropogenic change creates habitat that appears suitable but when selected reduces the fitness of an individual. We evaluated whether riparian habitat within the drawdown zone of the Arrow Lakes Reservoir, British Columbia, creates an ecological trap for Yellow Warblers ( Setophaga petechia (L., 1766)) by investigating habitat preferences and the fitness consequences of habitat selection decisions. Preferences were inferred by examining how habitat variables influenced settlement order, and comparing habitat at nest sites and random locations. Males preferred to settle in territories with more riparian shrub and tree cover, higher shrub diversity, and less high canopy cover. Females built nests in taller shrubs surrounded by a greater density of shrub stems. Habitat preferences were positively associated with fitness: nest sites in taller shrubs surrounded by higher shrub-stem densities were more likely to avoid predation and fledge young, whereas territories with more riparian cover, higher shrub diversity, and less high canopy cover had higher annual productivity. We therefore found no evidence that riparian habitat affected by reservoir operations functions as an ecological trap. Current habitat selection decisions may be associated with fitness because Yellow Warblers are adapted to breeding in a heterogeneous environment subject to periodic flooding.

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 enseignants0,028
Score d'incertitude au seuil0,056

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 technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,217
Écart entre enseignants0,205 · 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

Citations16
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Zoology→Même sujetFish Ecology and Management Studies→Travaux en français237 207→