Nomadic breeders Snowy Owls (<i>Bubo scandiacus</i>) do not use stopovers to sample the summer environment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Whereas most migratory animals, such as many birds of prey, return to the same breeding area each summer, nomadic breeders search over large distances to locate breeding areas that vary greatly in location from year to year. Nomadic breeders are assumed to extensively sample patch quality before selecting a summer settlement site (e.g. breeding site) with a high abundance of prey. In addition, patch selection during migration might vary, with immature birds sampling the summer environment for the first time. Here, we examined the migratory movements of a nomadic breeder, the Snowy Owl, to determine whether there are differences in phenology among age and sex classes, and where stopovers occur along their migratory journey. Each owl ( n = 24) was equipped with a GPS‐GSM transmitter during the overwintering period in the USA and Canada from 2014 to 2018. Movement patterns followed a two‐process Poisson distribution, allowing us to separate stopovers from directional flights (i.e. migration). Adults completed migration earlier than immatures, with no difference in number of stopovers or time spent at each stopover. Snowy Owls had a higher probability of having a stopover at the beginning of their migration than at the end. Moreover, stopovers occurred primarily on frozen waterbodies more suitable for foraging or roosting outside of the summer range. We conclude that Snowy Owls use stopovers primarily to build up reserves or to rest during migration and they can potentially select appropriate summer settlement sites via short overflights without extensive sampling of patches during lengthy stopovers.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,005 |
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.
score_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