MétaCan
Menu
Retour à la cohorte
Enregistrement W4207084927 · doi:10.1111/jav.02840

Bear presence attracts avian predators but does not impact lesser snow goose daily nest attendance

2022· article· en· W4207084927 sur OpenAlexaff
Andrew F. Barnas, Brian J. Darby, David T. Iles, David N. Koons, Robert F. Rockwell, Christina A. D. Semeniuk, Susan N. Ellis‐Felege

Notice bibliographique

RevueJournal of Avian Biology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensEnvironment and Climate Change CanadaUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésNest (protein structural motif)PredationForagingBiologyGooseSnowEcologyAnatidaePredatorZoologyGeography

Résumé

récupéré en direct d'OpenAlex

The presence of foraging bears in Arctic breeding bird colonies has been increasingly reported in the literature, and these may constitute disturbance events which cause incubating birds to leave their nest. Avian predators may associate with bears during such events, likely to capitalize on unattended nests in the presence of bears. Here, we estimated changes in daily nest attendance of lesser snow geese Anser caerulescens caerulescens in the presence of foraging bears, and estimated the association between foraging bears and avian predators. We predicted decreased nest attendance by geese on days with bears, and close associations between avian predators and bears. We monitored snow goose nests with cameras from 2013 to 2018 to assess nest attendance behaviours on days when bears were in the colony compared to control days without bears. When bears were present in colonies, we estimated the probability of avian predator occurrence compared to control periods. When controlling for day of incubation and camera placement types, we found no significant effects of bears on daily nest attendance behaviours of snow geese (n = 85). We found a significantly higher probability of observing avian predators when bears were present (0.72) compared to control periods without bears (0.11). We show that snow geese do not alter daily nest attendance in the presence of foraging bears, and suggest this is due to the presence of avian predators.

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 enseignants0,007
Score d'incertitude au seuil0,013

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,274
Écart entre enseignants0,257 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Avian BiologyMême sujetAvian ecology and behaviorTravaux en français237 207