MétaCan
Menu
Retour à la cohorte
Enregistrement W2810777870 · doi:10.1642/auk-17-202.1

Ten years tracking the migrations of small landbirds: Lessons learned in the golden age of bio-logging

2018· article· en· W2810777870 sur OpenAlexaff
Emily A. McKinnon, Oliver P. Love

Notice bibliographique

RevueThe Auk · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésBird migrationHabitatEcologyBiologyGeolocationTelemetryTracking (education)GeographyData scienceComputer scienceTelecommunicationsWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

In 2007, the first miniature light-level geolocators were deployed on small landbirds, revolutionizing the study of migration. In this paper, we review studies that have used geolocators to track small landbirds with the goal of summarizing research themes and identifying remaining important gaps in understanding. We also highlight research and opportunities using 2 recently developed tracking technologies: archival GPS tags and automated radio-telemetry systems. In our review, we found that most (54%) geolocator studies focused on quantifying natural history of migration, such as identifying migration routes, nonbreeding range, and migration timing. Studies of behavioral ecology (20%) uncovered proximate drivers of movements, including en route habitat quality; that migration routes, but not timing, may be flexible in some species; and different age and sex classes show significant differences in migration strategy. Studies of the evolution of migration (9%) have illustrated that migration is a potential barrier to hybridizing species or subspecies, and some work has correlated gene polymorphisms and methylation patterns with migration behavior. Studies of migratory connectivity (11%) have shown that a moderate level of connectivity is common, although variability across and within species exists. Studies of seasonal interactions (7%) have found mixed results: in some cases, carryover effects have been identified; in other cases, carryover effects are buffered during intervening stages of the annual cycle. Archival GPS tags provide unprecedented precision in locations of nonbreeding sites and migration routes, and will continue to improve understanding of migration across large spatial scales. Automated radio-telemetry systems are revolutionizing our knowledge of migratory stopover biology, and have led to discoveries of previously unknown stopover behaviors. Together, these tracking technologies will continue to provide insight into small migratory landbird movements and contribute important information for conservation of this rapidly declining group.

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)0,016
score de la tête « metaresearch » (Gemma)0,024
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,003
Communication savante0,0030,008
Science ouverte0,0020,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,061
Tête enseignante GPT0,297
Écart entre enseignants0,236 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations222
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe AukMême sujetAvian ecology and behaviorTravaux en français237 207