MétaCan
Menu
Retour à la cohorte
Enregistrement W3008441502 · doi:10.1093/condor/duz067

Barn Swallow (Hirundo rustica) fledglings use crop habitat more frequently in relation to its availability than pasture and other habitat types

2019· article· en· W3008441502 sur OpenAlexafffundabout
Chloe K. Boynton, Nancy A. Mahony, Tony D. Williams

Notice bibliographique

RevueOrnithological Applications · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensSimon Fraser UniversityEnvironment and Climate Change Canada
Organismes subventionnairesEnvironment and Climate Change CanadaSimon Fraser University
Mots-clésHirundoFledgeHabitatPastureEcologyBarnPopulationBiologyGeographyPredationDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Populations of birds that forage on aerial insects have been declining across North America for several decades, but the main causes of and reasons for geographical variation in these declines remains unclear. We examined the habitat use and survival of post-fledging Barn Swallows (Hirundo rustica) near Vancouver, British Columbia, Canada, using VHF radio telemetry. We predicted that fledgling Barn Swallows hatched in higher-quality natal habitat (pasture) would fledge at higher quality, stay closest to the nest, disproportionately use higher-quality habitat during the post-fledge stage, and have higher survival rates in the region. Contrary to our predictions, we found that natal habitat (crop, pasture, or non-agriculture) had no effect on fledgling quality or movement distance. Barn Swallow fledglings used crop habitat more frequently in relation to its availability than other habitat types, including pasture. Barn Swallows had low post-fledging survival rates (0.44; 95% CI: 0.35–0.57), which could negatively influence the population trend of the species in this region. While natal habitat had only minor effects, crop habitat appears to be important for fledgling Barn Swallows and, therefore, a decline in this habitat type could have further negative implications for an already declining species.

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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,999

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)0,0020,005

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 Opus0,020
Tête enseignante GPT0,260
Écart entre enseignants0,240 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations15
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOrnithological ApplicationsMême sujetAvian ecology and behaviorTravaux en français237 207