MétaCan
Menu
Retour à la cohorte
Enregistrement W3121324376 · doi:10.3389/fevo.2021.569741

The Effects of Weather on Avian Growth and Implications for Adaptation to Climate Change

2021· article· en· W3121324376 sur OpenAlexafffund
Drew Sauve, Vicki L. Friesen, Anne Charmantier

Notice bibliographique

RevueFrontiers in Ecology and Evolution · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaQueen's University
Mots-clésPrecocialAltricialClimate changeEcologyBiologyPopulationPopulation growthExtreme weatherAdaptation (eye)Demography

Résumé

récupéré en direct d'OpenAlex

Climate change is forecasted to generate a range of evolutionary changes and plastic responses. One important aspect of avian responses to climate change is how weather conditions may change nestling growth and development. Early life growth is sensitive to environmental effects and can potentially have long-lasting effects on adult phenotypes and fitness. A detailed understanding of both how and when weather conditions affect the entire growth trajectory of a nestling may help predict population changes in phenotypes and demography under climate change. This review covers three main topics on the impacts of weather variation (air temperature, rainfall, wind speed, solar radiation) on nestling growth. Firstly, we highlight why understanding the effects of weather on nestling growth might be important in understanding adaptation to, and population persistence in, environments altered by climate change. Secondly, we review the documented effects of weather variation on nestling growth curves. We investigate both altricial and precocial species, but we find a limited number of studies on precocial species in the wild. Increasing temperatures and rainfall have mixed effects on nestling growth, while increasing windspeeds tend to have negative impacts on the growth rate of open cup nesting species. Thirdly, we discuss how weather variation might affect the evolution of nestling growth traits and suggest that more estimates of the inheritance of and selection acting on growth traits in natural settings are needed to make evolutionary predictions. We suggest that predictions will be improved by considering concurrently changing selection pressures like urbanization. The importance of adaptive plastic or evolutionary changes in growth may depend on where a species or population is located geographically and the species’ life-history. Detailed characterization of the effects of weather on growth patterns will help answer whether variation in avian growth frequently plays a role in adaption 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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,226
Écart entre enseignants0,218 · 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

Citations67
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Ecology and EvolutionMême sujetAvian ecology and behaviorTravaux en français237 207