MétaCan
Menu
Retour à la cohorte
Enregistrement W2768316918 · doi:10.1111/ibi.12560

Plasticity in laying dates of Canada Geese in response to spring phenology

2017· article· en· W2768316918 sur OpenAlexafffundabout
Jeanne Clermont, Denis Réale, Jean‐François Giroux

Notice bibliographique

RevueIbis · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhenologyBiologyEcologyPhenotypic plasticitySelection (genetic algorithm)PopulationNest (protein structural motif)Zoology

Résumé

récupéré en direct d'OpenAlex

Observed phenological changes can be explained either by individual phenotypic plasticity or by evolutionary changes, but there is more evidence pointing towards phenotypic plasticity to explain the mechanism behind changes in bird phenology. However, most studies on phenology have been conducted on insectivorous bird species for which breeding is closely tied to temperature and insect emergence. In this study, we examined the consequences of climatic conditions on the nesting phenology of temperate breeding Canada Geese Branta canadensis maxima , which rely on a continuous food supply, during a 14‐year period (2003–16). We determined whether laying dates were plastically adjusted to spring environmental conditions, and whether this adjustment resulted in a laying date advancement. We further estimated the strength and shape of selection acting on breeding timing, by looking at the effect of laying date on the relative number of young successfully hatched in a nest. We found that Geese plastically adjusted their laying date to spring maximum temperature (and not to precipitation or ice break‐up), resulting in a 9‐day advancement of laying date in the population for that period. Laying date was also moderately repeatable ( r = 0.23) and subject to directional selection, but stabilizing selection was negligible. We thus demonstrate how Canada Geese plastically adjust laying dates to temperature, which may further be beneficial to nesting success. Evolutionary change of laying date to selection related to climate change, however, is still possible.

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 enseignants0,344
Score d'incertitude au seuil0,997

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,027
Tête enseignante GPT0,260
Écart entre enseignants0,233 · 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

Citations13
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueIbisMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207