MétaCan
Menu
Retour à la cohorte
Enregistrement W2538338647 · doi:10.3354/meps11932

Consistent variation in individual migration strategies of brown skuas

2016· article· en· W2538338647 sur OpenAlexfundno aff
Johannes Krietsch, Steffen Hahn, Matthias Kopp, RA Phillips, HU Peter, Simeon Lisovski

Notice bibliographique

RevueMarine Ecology Progress Series · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensnon disponible
Organismes subventionnairesUmweltbundesamtDeutsche ForschungsgemeinschaftNatural Environment Research CouncilSight Research UKMcGill University
Mots-clésOrnithologyEcologyGeographySeabirdPopulationEvolutionary ecologyBiologyPredationDemographySouthern Hemisphere

Résumé

récupéré en direct d'OpenAlex

Seabirds show remarkable variability in migration strategies among individuals and populations. In this study, we analysed 47 migrations of 28 brown skuas Catharacta antarctica lonnbergi breeding on King George Island in the Maritime Antarctic. Brown skuas from this population used a large area during the non-breeding period north of 55S, including parts of the Patagonian Shelf, Argentine Basin and South Brazil Shelf, areas which are characterised by high levels of marine productivity. However, individual birds utilised only a subset of these areas, adopting 1 of 4 distinct migration strategies to which they were highly faithful between years, and showed high repeatability in departure and arrival dates at the breeding ground. Although they spent the majority of the non-breeding season within a particular region, almost all individuals used the same area in the late winter, exploiting its seasonal peak in productivity. Overall, these results indicate consistent individual variation in migration strategies that may reflect a combination of genetic control and individual experience, but with considerable flexibility to shift distribution in response to prevailing environmental conditions.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,009
Score d'incertitude au seuil0,998

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,237
Écart entre enseignants0,224 · 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.

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

Citations37
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Ecology Progress SeriesMême sujetAvian ecology and behaviorTravaux en français237 207