Meta‐barcoding insights into the spatial and temporal dietary patterns of the threatened Asian Great Bustard (<i>Otis tarda dybowskii</i>) with potential implications for diverging migratory strategies
Notice bibliographique
Résumé
Abstract Food resources are often not sufficient to satisfy the nutritional and energetic requirements during winter conditions at high latitudes. Dietary analysis is a prerequisite to fully understanding the feeding ecology of a species and the nature of trophic interactions. Previous dietary studies of Asian Great Bustard (Otis tarda dybowskii) relied on behavioral observations, resulting in categorization of diet limited to broad taxonomic groupings. Here, we applied a high‐throughput sequencing meta‐barcoding approach to quantify the diet of resident and migratory Asian Great Bustard in three wintering sites during early winter and late winter. We detected 57 unique plant taxa in the bustard diet, among which 15 species were confirmed by a local plant database we generated. Both agricultural and natural foods were detected, indicating a relatively broad dietary niche. Spatiotemporal dietary changes were discovered, revealing diet differences among wintering sites and a general shift toward lower plant diversity later in winter. For the nonmigratory population, we detected a significantly more diverse array of plant species in their diet. We hypothesize that dietary variation between resident and migratory populations could be involved in the recent transition to partial migration in this species, although climate change can not be excluded. Collectively, these results support protecting unharvested grain fields and naturally unplowed lands to help conserve and promote population growth of Asian Great Bustard.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».