MétaCan
Menu
Retour à la cohorte
Enregistrement W3017090850 · doi:10.1038/s41467-020-16313-6

Ecological drivers of global gradients in avian dispersal inferred from wing morphology

2020· article· en· W3017090850 sur OpenAlexafffund
Catherine Sheard, Montague H. C. Neate‐Clegg, Nico Alioravainen, Samuel E. I. Jones, Claire Vincent, Hannah E. A. MacGregor, Tom P. Bregman, Santiago Claramunt, Joseph A. Tobias

Notice bibliographique

RevueNature Communications · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensRoyal Ontario MuseumUniversity of Toronto
Organismes subventionnairesClarendon FundNatural Sciences and Engineering Research Council of CanadaNatural Environment Research CouncilUS-UK Fulbright CommissionSight Research UK
Mots-clésBiological dispersalEcologyMacroecologyTerritorialityRange (aeronautics)BiologyHabitatSpatial ecologyLatitudeGeographyBiogeographyPopulationDemography

Résumé

récupéré en direct d'OpenAlex

An organism's ability to disperse influences many fundamental processes, from speciation and geographical range expansion to community assembly. However, the patterns and underlying drivers of variation in dispersal across species remain unclear, partly because standardised estimates of dispersal ability are rarely available. Here we present a global dataset of avian hand-wing index (HWI), an estimate of wing shape widely adopted as a proxy for dispersal ability in birds. We show that HWI is correlated with geography and ecology across 10,338 (>99%) species, increasing at higher latitudes and with migration, and decreasing with territoriality. After controlling for these effects, the strongest predictor of HWI is temperature variability (seasonality), with secondary effects of diet and habitat type. Finally, we also show that HWI is a strong predictor of geographical range size. Our analyses reveal a prominent latitudinal gradient in HWI shaped by a combination of environmental and behavioural factors, and also provide a global index of avian dispersal ability for use in community ecology, macroecology, and macroevolution.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,648

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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,277
Écart entre enseignants0,260 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations435
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207