MétaCan
Menu
Retour à la cohorte
Enregistrement W2501045576 · doi:10.1093/jmammal/gyw119

Sex differences in spring migration timing and body composition of silver-haired bats<i>Lasionycteris noctivagans</i>

2016· article· en· W2501045576 sur OpenAlexafffund
Kristin A. Jonasson, Christopher G. Guglielmo

Notice bibliographique

RevueJournal of Mammalogy · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for InnovationMinistry of Natural ResourcesBat Conservation International
Mots-clésBiologyPhenologyPopulationMatingReproductionEcologyDemographyReproductive successZoology

Résumé

récupéré en direct d'OpenAlex

Although the phenology of bat migration has been investigated at the population level, the timing and energy management of individual bats is poorly understood. Early arrival on the summering grounds with ample energy stores may give a fitness advantage to females preparing to raise pups. In contrast, there is no such fitness gain for males because they invest in mating during autumn. We use 3 years of capture data to investigate sex differences in spring migration passage date and body composition of Lasionycteris noctivagans. We predicted that females would arrive earlier in the spring and maintain greater fat stores than males. Females passed through the study site earlier and had more fat than males in 2 of 3 study years. Cold weather appeared to delay female migration and to deplete fat stores but did not appear to affect the passage date or fat stores of males. Our findings indicate that sex differences occur in the timing and energy management decisions of bats during spring migration. We postulate this difference in migration strategy is related to the increased demands of reproduction once females arrive at their summering grounds. Our results also suggest that females’ fuel migration with energy acquired en route to a greater extent than males.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,481
Score d'incertitude au seuil0,091

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 Opus0,022
Tête enseignante GPT0,211
Écart entre enseignants0,189 · 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'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

Citations29
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of MammalogyMême sujetBat Biology and Ecology StudiesTravaux en français237 207