MétaCan
Menu
Retour à la cohorte
Enregistrement W2613882451 · doi:10.1139/as-2017-0012

Common Eider and large gull and nesting associations in coastal Labrador

2017· article· en· W2613882451 sur OpenAlexafffundvenueabout
Gregory J. Robertson, Keith G. Chaulk

Notice bibliographique

RevueArctic Science · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesEnvironment and Climate Change CanadaMemorial University of Newfoundland
Mots-clésEiderLarusNesting (process)Nest (protein structural motif)HerringPredationWaterfowlHerring gullGeographyFisheryNesting seasonEcologySternaBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

Apparent nesting associations between avian egg predators and their prey have received much interest, with gulls and waterfowl receiving considerable attention. We examined the co-occurrence of breeding large gulls (Herring Gull (Larus argentatus Pontoppidan, 1763) and Great Black-backed Gull (Larus marinus L., 1758)) and Common Eiders (Somateria mollissima L., 1758) along the coast of Labrador from 1998 to 2003. Nest counts for large gulls and eiders were undertaken by ground crews on 45–109 islands each year, counting 79–283 and 721–3424 nests annually, respectively. Gulls were more likely to nest on an island with nesting eiders (69.4%) than without nesting eiders (38.4%), and the probability and numbers of gulls nesting on an island increased as eider colony size increased. Large gulls were 1.76 times more likely to occupy islands that had nesting eiders in the previous year, while eiders were equally likely to colonize islands that did or did not have nesting gulls in the previous year. Eiders were no more likely to abandon islands that had nesting gulls in the previous year. In subarctic coastal landscapes, large gulls appear to preferentially nest in association with nesting eiders, while eiders appear not to avoid nesting islands based on the previous presence of large gulls.

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)0,001
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 enseignants0,011
Score d'incertitude au seuil0,742

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
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 Opus0,019
Tête enseignante GPT0,286
Écart entre enseignants0,267 · 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

Citations2
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetAvian ecology and behaviorTravaux en français237 207