MétaCan
Menu
Retour à la cohorte
Enregistrement W4210931427 · doi:10.1002/ecs2.3918

The socioeconomic status of cities covaries with avian life‐history strategies

2022· article· en· W4210931427 sur OpenAlexafffund
Riikka Kinnunen, Kevin C. Fraser, Chloé Schmidt, Colin J. Garroway

Notice bibliographique

RevueEcosphere · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Manitoba
Mots-clésSocioeconomic statusPasserineGeographyUrban sprawlUrbanizationEcologyEcosystemUrban ecosystemBiologyUrban planningDemographyPopulation

Résumé

récupéré en direct d'OpenAlex

Abstract Cities are the planet's newest ecosystem and thus provide the opportunity to study community formation directly following major permanent environmental change. The human social and built components of environments can vary widely in different cities, yet it is largely unknown how features of cities covary with the traits of colonizing species despite humans being the ultimate cause of environments and disturbances in cities. We constructed a dataset from open‐source data comprised of 13,502 breeding season observations of 213 passerine species observed in 551 Census‐defined urban areas across the United States. We found that as a city became more compact with less sprawl it tended to support more migratory species and species with lower body mass, shorter lifespans, and larger clutches. We also found that species had lower body mass in cities with higher median income, and higher body mass in highly populated cities. Our results highlight the complexity of human‐dominated urban ecosystems, where human socioeconomic actions and everyday activities intermix leading to structurally heterogeneous environments that support the colonization of some species over others.

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)0,003
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 enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,008
Tête enseignante GPT0,181
Écart entre enseignants0,173 · 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

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcosphereMême sujetWildlife Ecology and ConservationTravaux en français237 207