MétaCan
Menu
← Retour à la cohorte
Enregistrement W3173335611 · doi:10.1101/2021.06.29.450344

Interacting effects of cold snaps, rain, and agriculture on the fledging success of a declining aerial insectivore

2021· preprint· en· W3173335611 sur OpenAlexafffund
Daniel R. Garrett, Fanie Pelletier, Dany Garant, Marc Bélisle

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaUniversité de Sherbrooke
Mots-clésFledgeInsectivoreForagingEcologyPopulationPredationPhenologyBiologyGeographyDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Climate change predicts the increased frequency, duration, and intensity of inclement weather periods, such as unseasonably low temperatures (i.e., cold snaps) and prolonged precipitation. Many migratory species have advanced the phenology of important life history stages, and as a result will likely be exposed to these periods of inclement spring weather more often, thus risking reduced fitness and population growth. For declining avian species, including aerial insectivores, anthropogenic landscape changes such as agricultural intensification are another driver of population declines. These landscape changes may affect the foraging ability of food provisioning parents, and reduce the survival of nestlings exposed to inclement weather, through for example pesticide exposure impairing thermoregulation and punctual anorexia. Breeding in agro-intensive landscapes may thus exacerbate the negative effects of inclement weather under climate change. We observed that a significant reduction in the availability of insect prey occurred when daily maximum temperatures fell below 18.3°C, and thereby defined any day where the maximum temperature fell below this value as a day witnessing a cold snap. We then combined daily information on the occurrence of cold snaps and measures of precipitation to assess their impact on the fledging success of Tree Swallows (Tachycineta bicolor) occupying a nest box system placed across a gradient of agricultural intensification. Estimated fledging success of this declining aerial insectivore was 36.2% lower for broods experiencing four cold snap days during the 12 days post hatching period versus broods experiencing none, and this relationship was worsened when facing more precipitation. We further found that the overall negative effects of a brood experiencing periods of inclement weather was exacerbated in more agro-intensive landscapes. Our results indicate that two of the primary hypothesized drivers of many avian population declines may interact to further increase the rate of declines in certain landscape contexts.

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 seuil0,016

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
Bibliométrie0,0000,000
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)0,0020,000

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 GPT0,214
Écart entre enseignants0,205 · 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

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetAvian ecology and behavior→Travaux en français237 207→