MétaCan
Menu
Retour à la cohorte
Enregistrement W4235482160 · doi:10.1093/condor/102.2.301

Characteristics of Predators and Offspring Influence Nest Defense by Arctic and Common Terns

2000· article· en· W4235482160 sur OpenAlexafffund
Rebecca M. Whittam, Marty L. Leonard

Notice bibliographique

RevueOrnithological Applications · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensBirds CanadaDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaWorld Wildlife Fund
Mots-clésSternaLarusHirundoTernPredationNest (protein structural motif)HerringBiologyArcticHerring gullEcologyPaternal careOffspringFisheryZoologyFish <Actinopterygii>Pregnancy

Résumé

récupéré en direct d'OpenAlex

Abstract Nest defense is a critical aspect of parental care that entails both costs and benefits. The purpose of this study was to examine patterns of nest defense in a colony of Arctic and Common Terns (Sterna paradisaea and S. hirundo, respectively) using observations of natural predators: Herring Gulls (Larus argentatus) and Great Black-backed Gulls (L. marinus). Tern nest-defense scores were higher for hunting gulls than for overflying gulls and for gull flights closer to the ground. Defense scores also were significantly higher during the chick stage than during the egg stage. Within the chick stage, response score initially increased with age, but then declined. The results of this study indicate that terns vary their defense in relation to characteristics of predators and offspring that influence the costs and benefits of defense.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,021
Score d'incertitude au seuil0,749

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,007
Tête enseignante GPT0,226
Écart entre enseignants0,219 · 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 tête enseignante, 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
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOrnithological ApplicationsMême sujetAvian ecology and behaviorTravaux en français237 207