MétaCan
Menu
Retour à la cohorte
Enregistrement W2513376211 · doi:10.1642/auk-16-60.1

Body condition in Snowy Owls wintering on the prairies is greater in females and older individuals and may contribute to sex-biased mortality

2016· article· en· W2513376211 sur OpenAlexaffabout
Alexander M. Chang, Karen L. Wiebe

Notice bibliographique

RevueThe Auk · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésDominance (genetics)Sexual dimorphismBiologyDemographySeasonal breederEcologyZoology

Résumé

récupéré en direct d'OpenAlex

Birds that winter in cold northern climates experience harsh conditions, including reduced food availability and increased energy demands. In raptors, the ability to forage and maintain body condition may be related to age (hunting experience) or the ability to defend good-quality territories (dominance). We examined the effects of age and sex on body condition and various sources of mortality in wintering Snowy Owls (Bubo scandiacus) on the Canadian prairies. Because of reversed sexual size dimorphism, we predicted that females, the dominant sex, would be in better condition than males and that adults would be in better condition than juveniles. Consistent with these predictions, data from 537 live Snowy Owls trapped over 18 winter field seasons showed that adults were heavier than juveniles for a given body size and carried more fat reserves. We found that 56% of males lacked furcular and wing-pit fat, whereas only 31% of females lacked such fat; and females, but not males, tended to put on fat during the winter months. A comparison of the sex ratio of starving Snowy Owls turned in to rehabilitation centers (63% male) and that of living Snowy Owls observed in the wild (45% male) showed a male bias in starving and diseased individuals. Although most of the wild-trapped birds were above the starvation threshold, the proximate mechanisms by which sex-biased competitive dominance is manifested in differences in body condition and survival warrant further study.

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

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 Opus0,031
Tête enseignante GPT0,288
Écart entre enseignants0,257 · 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

Citations46
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe AukMême sujetAvian ecology and behaviorTravaux en français237 207