Pairing automated mark–recapture and social network models to explore the effects of landscape configuration on hummingbird foraging patterns
Notice bibliographique
Résumé
Landscape changes can alter pollinator movement and foraging patterns which can in turn influence the demographic processes of plant populations. We leveraged social network models and four fixed arrays of five hummingbird feeders equipped with radio frequency identification (RFID) data loggers to study rufous hummingbird ( Selasphorus rufus ) foraging patterns in a heterogeneous landscape. Using a space-for-time approach, we asked whether forest encroachment on alpine meadows could restrict hummingbird foraging movements and impede resource discovery. We fit social network models to data on 2221 movements between feeders made by 29 hummingbirds. Movements were made primarily by females, likely due to male territoriality and early migration dates. Distance was the driving factor in determining the rate of movements among feeders. The posterior mean effects of forest landscape variables (local canopy cover and intervening forest cover) were negative, but with considerable uncertainty. Finally, we found strong reciprocity in hummingbird movements, indicative of frequent out and back movements between resources. Together, these findings suggest that reciprocal movements by female hummingbirds could help maintain bidirectional gene flow among nearby subpopulations of ornithophilous plants; however, if the distance among meadows increases with further forest encroachment, this may limit foraging among progressively isolated meadows.
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 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) | 0,000 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».