Diel fledging patterns among grassland passerines: Relative impacts of energetics and predation risk
Notice bibliographique
Résumé
The time of day that nestlings fledge from a nest is thought to be shaped by predation risk and energetics. To minimize predation risk, fledging is predicted to start as early in the day as possible so that nestlings can maximize time outside the nest to find a safe place to stay before nightfall. Fledging times are predicted to be tightly grouped and to not be affected by the number of nestlings, given that all nestlings are responding to the same relative risk of predation. Conversely, energetic considerations predict that fledging time of day should vary so that nestlings can maximize energy intake before having to forage for themselves. However, data to evaluate the relative importance of these drivers in grassland birds are scarce because of the difficulty of observing nestlings as they fledge. We used nest surveillance video from 178 nests to evaluate how the initiation and duration of fledging varied among 7 grassland passerine species, as well as by the number of nestlings in the nest and fledging date. Fledging initiation varied most strongly by species, with some effects of date. Across species, the median start time of fledging was 4.55 hr after sunrise. Fledging before the solstice started ∼30 min earlier compared to fledging at or after the solstice. Fledging duration increased with number of nestlings in the nest and was spread over >1 day in 21% of nests. While our results primarily supported the hypothesis that fledging is motivated by energetic considerations, additional data on basic life history traits and behavior will be needed to fully understand how fledging grassland birds balance energetics against predation risk.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».