MétaCan
Menu
Retour à la cohorte
Enregistrement W2659834682 · doi:10.1007/s10144-017-0585-2

Winter and summer weather modulate the demography of wild turkeys at the northern edge of the species distribution

2017· article· en· W2659834682 sur OpenAlexafffund
Maxime Lavoie, Pierre Blanchette, Serge Larivière, Jean‐Pierre Tremblay

Notice bibliographique

RevuePopulation Ecology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensWilfrid Laurier UniversityMinistère des Ressources naturelles et des ForêtsChamplain Regional CollegeUniversité LavalCenter for Northern Studies
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les TechnologiesCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaUniversité Laval
Mots-clésSnowBiologyNest (protein structural motif)HabitatEcologyPopulationTemperate climateGeographyDemographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Temperate species occupying habitats at the northern limit of their geographical distribution are limited by weather and climatic conditions. Such conditions often directly affect population dynamics, and thus, influence shifts in distribution via changes in demographic parameters. We examined this question by following three distinct populations of wild turkeys inhabiting areas exposed to a gradient of meteorological conditions at the northern limit of the species distribution. Four years of radio‐telemetry on 181 birds and monitoring of 95 nests revealed that population demographics of wild turkeys were influenced by snow depth, winter temperature and summer rainfall. During winter, survival of turkeys decreased drastically when snow depth remained >30 cm for >10 days and also decreased as temperatures got colder. In the spring, snow persistence delayed nest initiation, whereas nest survival was negatively affected by rainfall. Our findings show that the effects of critical meteorological factors such as snow and temperature can be compounded when both reach the limit of a species tolerance simultaneously.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,234
Écart entre enseignants0,219 · 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

Citations12
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePopulation EcologyMême sujetAvian ecology and behaviorTravaux en français237 207