Influence of breeding time, nest size, water depth, and egg size on the breeding success of the little bittern <i>Ixobrychus minutus</i>
Notice bibliographique
Résumé
Understanding the factors that influence avian reproductive output is critical for bird conservation as they reveal key considerations that directly impact a species’ long term survival and should be integrated into management plans. To better this understanding for the little bittern Ixobrychus minutus, we investigated how their breeding success relates to breeding time, nest size, water depth, and egg size in a man-made wetland (Ab-bandan) during the 2008 breeding season in Mazandaran Province, northern Iran. For each nest, the dates of the first egg laying, the first hatching, and the first fledging were recorded as well as clutch sizes. Nest size parameters (height, depth, and diameter), water depth under the nest, and egg characteristics (shape index and weight) were measured. The first egg was laid on March 21 and the last chick left the nest on June 24. From 140 eggs in 25 nests, 127 eggs hatched (91%) and 121 fledglings left their nests (87%). Generalized linear modeling revealed that nest diameter positively affected breeding success ( p = 0.001) meaning larger nests were more likely to produce fledglings. Further studies will be necessary to elucidate the underlying mechanisms.
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 | 0,002 | 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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».