Heterogeneity in migration strategies of Whooping Cranes
Notice bibliographique
Résumé
Abstract Migratory birds use numerous strategies to successfully complete twice-annual movements between breeding and wintering sites. Context for conservation and management can be provided by characterizing these strategies. Variations in strategy among and within individuals support population persistence in response to changes in land use and climate. We used location data from 58 marked Whooping Cranes (Grus americana) from 2010 to 2016 to characterize migration strategies in the U.S. Great Plains and Canadian Prairies and southern boreal region, and to explore sources of heterogeneity in their migration strategy, including space use, timing, and performance. Whooping Cranes completed ~3,900-km migrations that averaged 29 days during spring and 45 days during autumn, while making 11–12 nighttime stops. At the scale of our analysis, individual Whooping Cranes showed little consistency in stopover sites used among migration seasons (i.e. low site fidelity). In contrast, individuals expressed a measure of consistency in timing, especially migration initiation dates. Whooping Cranes migrated at different times based on age and reproductive status, where adults with young initiated autumn migration after other birds, and adults with and without young initiated spring migration before subadult birds. Time spent at stopover sites was positively associated with migration bout length and negatively associated with time spent at previous stopover sites, indicating Whooping Cranes acquired energy resources at some stopover sites that they used to fuel migration. Whooping Cranes were faithful to a defined migration corridor but showed less fidelity in their selection of nighttime stopover sites; hence, spatial targeting of conservation actions may be better informed by associations with landscape and habitat features rather than documented past use at specific locations. The preservation of variation in migration strategies existing within this species that experienced a severe population bottleneck suggests that Whooping Cranes have maintained a capacity to adjust strategies when confronted with future changes in land use and climate.
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) | 0,001 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».