MétaCan
Menu
Retour à la cohorte
Enregistrement W4293105319 · doi:10.1080/10256016.2022.2113995

Stable sulphur isotope (<i>δ</i><sup>34</sup>S) ratios in bird feathers from India indicate strong segregation between the Himalaya and Gangetic plain, and the rest of India

2022· article· en· W4293105319 sur OpenAlexaff
Yuvraj Date, Shreyas Managave, Girish Jathar, Rahul Khot, Keith A. Hobson

Notice bibliographique

RevueIsotopes in Environmental and Health Studies · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensWestern UniversityEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésFeatherδ34Sδ13CStable isotope ratioIsotope analysisBiologyEcologyδ15NRange (aeronautics)ZoologyPaleontology

Résumé

récupéré en direct d'OpenAlex

Although stable hydrogen (δ2H) and carbon (δ13C) isotopic compositions of bird feathers have been increasingly used to understand the migration of birds through assignment of individuals to established isoscapes, far less is known about the structure of feather isoscapes based on stable sulphur isotope (δ34S) assays. While δ2H isoscapes have been used to investigate the migratory origins of the Globe Skimmer (Pantala flavescens) dragonfly in India, no isotope studies have been applied to avian migration patterns in that region. Here, based on museum collections, we report the feather δ34S values of 13 avian species that included marine birds with expected 34S enriched feathers, resident birds throughout India and a single migratory species, Bar-headed Goose (Anser indicus). Feathers from the marine birds were the most enriched (20.6 ± 1.2 ‰, n = 10; range = 4.4 ‰) in 34S but terrestrial resident species also showed unexpectedly high δ34S values (11.7 ± 4.8 ‰, n = 74; range = 19.9 ‰) throughout most of India but the Himalayan region and Gangetic plain typically showed δ34S values less than 6.4 ‰. Our results show the utility of feather δ34S studies to decipher avian and other animal migration between these two regions.

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)0,002
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 enseignants0,007
Score d'incertitude au seuil0,630

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,018
Tête enseignante GPT0,258
Écart entre enseignants0,240 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIsotopes in Environmental and Health StudiesMême sujetIsotope Analysis in EcologyTravaux en français237 207