Wintering areas predict age‐related breeding phenology in a migratory passerine bird
Notice bibliographique
Résumé
Understanding connections between breeding, stopover and wintering grounds for long‐distance migratory birds can provide important insight into factors influencing demography and the strength of carry‐over effects among various periods of the annual cycle. Using previously described, multi‐isotope (δ 13 C, δ 15 N, δ 2 H) feather isoscapes for Africa, we identified the most probable wintering areas for house martins Delichon urbica breeding at Badajoz in southwestern Spain. We identified two most‐probable wintering areas differing in isotopic signature in west Africa. We found that the probability to winter in the isotopic cluster two was related to age and sex of individuals. Specifically, experienced males (i.e. two years or older) winter in the isotopic cluster two with a greater probability than experienced females, whereas first‐year females winter in the isotopic cluster two with a greater probability than first‐year males. In addition, wintering area was correlated with breeding phenology, with individuals wintering in the isotopic cluster two initiating their clutches earlier than those wintering in the isotopic cluster one. For birds wintering in the isotopic cluster two, there was no relationship between age and clutch initiation date. In contrast, young birds wintering in the isotopic cluster one initiated their clutches earlier than experienced birds wintering in this area. There was no significant correlation between wintering area and clutch size or the number of fledglings produced. We hypothesize that the relationship among social status, population density and winter habitat quality should be the most important driver of the carry‐over effect we found for this population.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,002 | 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 tête enseignante, 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 ».