MétaCan
Menu
Retour à la cohorte
Enregistrement W4295082516 · doi:10.1038/s41467-022-32108-3

Thermal adaptation best explains Bergmann’s and Allen’s Rules across ecologically diverse shorebirds

2022· article· en· W4295082516 sur OpenAlexaff
Alexandra McQueen, Marcel Klaassen, Glenn J. Tattersall, Robyn Atkinson, Roz Jessop, Chris J. Hassell, Maureen Christie

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensBrock University
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk OnderzoekAustralian Research CouncilWorld Wildlife FundDepartment of Education and TrainingNationaal Regieorgaan Praktijkgericht Onderzoek SIAMAVA Foundation
Mots-clésForagingAdaptation (eye)EcologyBergmann's ruleArcticPredationTemperate climateThermoregulationBiologyClimate changeGeography

Résumé

récupéré en direct d'OpenAlex

Bergmann's and Allen's rules state that endotherms should be larger and have shorter appendages in cooler climates. However, the drivers of these rules are not clear. Both rules could be explained by adaptation for improved thermoregulation, including plastic responses to temperature in early life. Non-thermal explanations are also plausible as climate impacts other factors that influence size and shape, including starvation risk, predation risk, and foraging ecology. We assess the potential drivers of Bergmann's and Allen's rules in 30 shorebird species using extensive field data (>200,000 observations). We show birds in hot, tropical northern Australia have longer bills and smaller bodies than conspecifics in temperate, southern Australia, conforming with both ecogeographical rules. This pattern is consistent across ecologically diverse species, including migratory birds that spend early life in the Arctic. Our findings best support the hypothesis that thermoregulatory adaptation to warm climates drives latitudinal patterns in shorebird size and shape.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,065
Score d'incertitude au seuil1,000

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 technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,298
Écart entre enseignants0,264 · 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.

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

Citations62
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetAvian ecology and behaviorTravaux en français237 207