MétaCan
Menu
← Retour à la cohorte
Enregistrement W3088347264 · doi:10.22621/cfn.v134i2.2146

Boreal Owl (<i>Aegolius funereus</i>) and Northern Saw-whet Owl (<i>Aegolius acadicus</i>) breeding records in managed boreal forests

2020· article· en· W3088347264 sur OpenAlexafffundvenueabout
Zoltan Domahidi, Scott E. Nielsen, Erin M. Bayne, John R. Spence

Notice bibliographique

RevueThe Canadian Field-Naturalist · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Alberta
Mots-clésBorealNest (protein structural motif)TaigaEcologyGeographySeasonal breederRange (aeronautics)ForestryBiology

Résumé

récupéré en direct d'OpenAlex

During the 2016 breeding season we monitored 169 nest boxes suitable for Boreal Owl (Aegolius funereus) and Northern Saw-whet Owl (Aegolius acadicus) in high-latitude (>55°N) boreal forests of northwestern Alberta affected by partial logging. Despite the large number of boxes deployed, the number of boxes used by Boreal and Northern Saw-whet Owls was small. Boreal Owls used nest boxes (n = 4) in conifer-dominated stands with three being in uncut blocks and the other in a 50% green tree retention cut-block. In contrast, Northern Saw-whet Owls used boxes (n = 4) in a broader range of cover types, breeding in boxes placed in stands with at least 20% post-harvest tree retention. Although both species successfully bred in the same landscape, Boreal Owls produced fewer eggs (mean = 2.5) and raised fewer young (mean = 0.5) than Northern Saw-whet Owls (5 and 2.25, respectively). Furthermore, our observed Boreal Owl egg production was lower than has been found for the same species nesting in nest boxes in different regions or forest types. In contrast, breeding parameters of Northern Saw-whet Owls were similar to that found in nest boxes in the eastern boreal region of Canada and in the southern part of its range.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,128
Score d'incertitude au seuil0,254

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,010
Tête enseignante GPT0,207
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Canadian Field-Naturalist→Même sujetFire effects on ecosystems→Travaux en français237 207→