Range-wide patterns of geographic variation in songs of Golden-crowned Sparrows (<i>Zonotrichia atricapilla</i>)
Notice bibliographique
Résumé
Discrete geographic variation, or dialects, in songs of songbirds arise as a consequence of complex interactions between ecology and song learning. Four of the five species of Zonotrichia sparrows, including the model species White-crowned Sparrow (Z. leucophrys), have been studied with respect to the causes and consequences of geographic variation in song. Within White-crowned Sparrows, subspecies that migrate farther have larger range size of dialects. Here, we assessed geographic patterns of song variation in the fifth species of this genus, the Golden-crowned Sparrow (Z. atricapilla). We analyzed field-recorded songs from 2 sampling periods (1996–1998 and 2006–2013) covering most of its breeding range in western North America. All songs began with a descending whistle and most songs consisted of 3–4 phrases that contained combinations of whistles, buzzes, and trills. We identified 13 discrete song types based on unique sequences of phrase types and frequency changes between phrases. Over 90% of individuals sang 1 of 5 song types, and we found clear dialect structure composed of these 5 common song types. The geographic range of dialects spanned large distances (500 to 1,700 km), resembling the geographic structure of dialects in the long-distance migrant Gambel's White-crowned Sparrow (Z. l. gambelli), though locations of dialect boundaries differ between species. Because both Golden-crowned Sparrows and Gambel's White-crowned Sparrows migrate similarly long distances, our study provides support to the hypothesis that dialect range size correlates with migration distance. We found little evidence of change in dialect composition in 4 populations that were sampled 15 years apart, which suggests that the dialect structure is stable across multiple generations. Our study opens the door for further comparisons to investigate links between ecology and the emergence of song dialects in this well-studied genus.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».