MétaCan
Menu
Retour à la cohorte
Enregistrement W3081845494 · doi:10.1086/711415

Adaptation and Latitudinal Gradients in Species Interactions: Nest Predation in Birds

2020· article· en· W3081845494 sur OpenAlexaff
Benjamin G. Freeman, Micah N. Scholer, Mannfred M. A. Boehm, Julian Heavyside, Dolph Schluter

Notice bibliographique

RevueThe American Naturalist · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPredationNest (protein structural motif)EcologyAdaptation (eye)BiologyTemperate climateLatitudeTropicsGeography

Résumé

récupéré en direct d'OpenAlex

AbstractAre biotic interactions stronger in the tropics? Here, we investigate nest predation in birds, a canonical example of a strong tropical biotic interaction. Counter to expectations, daily rates of nest predation vary minimally with latitude. However, life-history traits that influence nest predation have diverged between latitudes. For example, tropical species have evolved a longer average nesting period, which is associated with reduced rates of nest attendance by parents. Daily nest mortality declines with nesting period length within regions, but tropical species have a higher intercept. Consequently, for the same nesting period length, tropical species experience higher daily nest predation rates than temperate species. The implication of this analysis is that the evolved difference in nesting period length between latitudes produces a flatter latitudinal gradient in daily nest predation than would otherwise be predicted. We propose that adaptation may frequently dampen geographic patterns in interaction rates.

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 enseignants0,007
Score d'incertitude au seuil0,376

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)0,0000,000

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 Opus0,031
Tête enseignante GPT0,265
Écart entre enseignants0,234 · 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

Citations30
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American NaturalistMême sujetAvian ecology and behaviorTravaux en français237 207