MétaCan
Menu
Retour à la cohorte
Enregistrement W3115564357 · doi:10.1111/ibi.12910

The role of wind fetch in structuring Antarctic seabird breeding occupancy

2020· article· en· W3115564357 sur OpenAlexaff
Michael B. Schrimpf, Heather J. Lynch

Notice bibliographique

RevueIbis · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSeabirdFetchPygoscelisEcologyOccupancyHabitatPeninsulaShoreGuildForagingOceanographyGeographyEnvironmental scienceBiologyGeologyPredation

Résumé

récupéré en direct d'OpenAlex

Avian breeding sites located along shorelines may allow easy access to aquatic food sources, but risk exposing birds and nests to high wind and wave action. One measure of exposure is wind fetch, the distance of open water over which wind can blow uninterrupted. By calculating fetch weighted by prevailing wind direction for breeding colonies of pursuit‐diving seabirds in the Antarctic Peninsula, we show that different members of this guild have opposing relationships to coastline exposure. Gentoo Penguins Pygoscelis papua preferentially occupied more enclosed sites with lower fetch. Surprisingly, however, Chinstrap Penguins Pygoscelis antarcticus and Antarctic Shags Leucocarbo bransfieldensis appear to prefer more exposed sites. Although considerable research has been devoted to understanding Antarctic seabird habitat suitability, the role of wind and wave exposure has not been considered in depth, in part because comprehensive data on colony presence and absence have only recently been made available. We propose several mechanisms for why fetch may act to differentiate niches among this guild. These findings may increase our ability to identify suitable breeding areas for these and other near‐shore breeding species as they respond to climate change.

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)0,001
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,224
Écart entre enseignants0,212 · 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIbisMême sujetAvian ecology and behaviorTravaux en français237 207