Seasonal and Diurnal Body-Mass Fluctuations for two Nonhoarding Species of Parus in Sweden Modeled Using Path Analysis
Notice bibliographique
Résumé
Abstract According to the hypothesis that has been invoked most frequently to explain seasonal fattening patterns for birds—the “adaptive winter-fattening hypothesis”—individuals respond to worsening foraging conditions by increasing body mass and energy reserves. Two hypotheses have been proposed equally frequently to explain daily weight gain patterns for birds: according to the “state-dependent foraging hypothesis,” energy reserves should be amassed early during the day, when starvation risk increases; according to the “mass-dependent predation-risk hypothesis,” mass gain should be delayed for as long as possible, to minimize predation risk. Those hypotheses have been tested previously, using statistical methods (e.g. multiple-regression analysis) that assume independence among environmental variables (e.g. photoperiod and temperature). We conducted path analyses that included four predictor variables (day-in-season, hour-in-day, mean daily temperature, and daily precipitation) to model body-mass fluctuations for two small, nonhoarding (noncaching) passerine species that inhabit central eastern Sweden. Data were partitioned hierarchically into species, age class, gender, and season subgroups. As reported in many small passerine species studies, body mass increased during the day and maximized at dusk; over seasons, body mass increased during autumn, maximized by midwinter, and declined toward breeding in spring. Path analysis models accounted for 9.5–49.9% (mean 26.3%) for Blue Tit (Parus caeruleus) body mass variance and 1.8–52.3% (mean 16.8%) for Great Tit (P. major) body mass variance; for both species, accountability was lowest for autumn (Blue Tit,12.2%; Great Tit, 7.3%), highest for winter (Blue Tit, 33.4%; Great Tit, 21.9%), and intermediate for spring (Blue Tit, 22.7%; Great Tit, 11.8%); for Blue Tits, it was greater for adults than for juveniles (33.2 and 21.7%); whereas negligible for Great Tits (15.9 and 17.3%) and slightly greater for males than for females (Blue Tit, 27.4 and 23.5%; Great Tit, 23.1 and 21.3%). Those results are consistent with predictions formulated on the basis of the adaptive winter-fattening, partially with state-dependent foraging, and, possibly, mass-dependent predation-risk hypothesies and reveal that body-mass fluctuations are associated to a greater extent with photoperiod than with temperature.
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) | 0,001 | 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 ».