The Use of Intrinsic Markers for Studying the Migratory Movements of Bats
Notice bibliographique
Résumé
Mortality of migratory bat species at wind energy facilities is a well-documented phenomenon, and mitigation and management are partially constrained by the current limited knowledge of bat migratory movements. Analyses of biochemical signatures in bat tissues ("intrinsic markers") can provide information about the migratory origins of individual bats. Many tissue samples for intrinsic marker analysis may be collected from living and dead bats, including carcasses collected at wind energy facilities. In this paper, we review the full suite of available intrinsic marker analysis techniques that may be used to study bat migration, with the goal of summarizing the current literature and highlighting knowledge gaps and opportunities. We discuss applications of the stable isotopes of hydrogen, oxygen, nitrogen, carbon, sulfur; radiogenic strontium isotopes; trace elements and contaminants; and the combination of these markers with each other and with other extrinsic markers. We further discuss the tissue types that may be analyzed for each and provide a synthesis of the generalized workflow required to link bats to origins using intrinsic markers. While stable hydrogen isotope techniques have clearly been the leading approach to infer migratory bat movement patterns across the landscape, here we emphasize a variety of lesser used intrinsic markers (i.e., strontium, trace elements, contaminants) that may address new study areas or answer novel research questions.
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 ».