MétaCan
Menu
Retour à la cohorte
Enregistrement W2621982493 · doi:10.1111/1365-2664.12952

Defining and classifying migratory habitats as sources and sinks: The migratory pathway approach

2017· article· en· W2621982493 sur OpenAlexaff
Richard A. Erickson, Jay E. Diffendorfer, D. Ryan Norris, Joanna A. Bieri, Julia E. Earl, Paula Federico, John M. Fryxell, K.R. Long, Brady J. Mattsson, Christine Sample, Ruscena Wiederholt, Wayne E. Thogmartin

Notice bibliographique

RevueJournal of Applied Ecology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Science Foundation
Mots-clésMetapopulationHabitatOverwinteringEcologyPopulationTroutBiologyGeographyFisheryBiological dispersalFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Abstract Understanding and conserving migratory species requires a method for characterizing the seasonal flow of animals among habitats. Source‐sink theory describes the metapopulation dynamics of species by classifying habitats as population sources (i.e. net contributors) or sinks (i.e. net substractors). Migratory species may have non‐breeding habitats important to the species (e.g. overwintering or stopover habitats) that traditional source‐sink theory would classify as sinks because these habitats produce no individuals. Conversely, existing migratory network models can evaluate the relative contribution of non‐breeding nodes, but these models make an equilibrium assumption that is difficult to meet when examining real migratory populations. We extend a pathway‐based metric allowing breeding habitats, non‐breeding habitats and migratory pathways connecting these habitats to be classified as sources or sinks. Rather than being based on whether place‐ or season‐specific births exceed deaths, our approach quantifies the total demographic contribution from a node or migratory pathway over a flexibly defined yet limited time period across an organism's life cycle. As such, it provides a snapshot of a migratory system and therefore does not require assumptions associated with equilibrium dynamics. We first develop a generalizable mathematical notation and then demonstrate how the metric may be used with two case studies: the common loon ( Gavia immer ) and Yellowstone cutthroat trout ( Oncorhynchus clarkii bouvieri ). These examples highlight how stressors can impact stopover and wintering habitats (loons) and habitat management targeting migratory pathways can improve population status (trout). Synthesis and applications . Each of the two case studies presented describes how effects at one location are felt by populations in another through the seasonal flow of individuals. The contribution metric we present should be helpful in allocating regulatory and management attention to times and locations most critical to migratory species persistence.

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 enseignants0,010
Score d'incertitude au seuil0,647

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 savante0,0000,000
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 Opus0,011
Tête enseignante GPT0,214
Écart entre enseignants0,203 · 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

Citations16
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied EcologyMême sujetWildlife Ecology and ConservationTravaux en français237 207