MétaCan
Menu
Retour à la cohorte
Enregistrement W4298396033 · doi:10.1002/ece3.9368

Dispersal without drivers: Intrinsic and extrinsic variables have no impact on movement distances in a terrestrial amphibian

2022· article· en· W4298396033 sur OpenAlexafffundabout
Nathalie Jreidini, David M. Green

Notice bibliographique

RevueEcology and Evolution · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensMcGill University
Organismes subventionnairesOntario Ministry of Natural Resources and Forestry
Mots-clésBiological dispersalAmphibianEcologyMovement (music)BiologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Dispersive movements are often thought to be multicausal and driven by individual body size, sex, conspecific density, environmental variation, personality, and/or other variables. Yet such variables often do not account for most of the variation among dispersive movements in nature, leaving open the possibility that dispersion may be indeterministic. We assessed the amount of variation in 24 h movement distances that could be accounted for by potential drivers of displacement with a large empirical dataset of movement distances performed by Fowler's Toads (Anaxyrus fowleri) on the northern shore of Lake Erie at Long Point, Ontario (2002–2021, incl.). These toads are easy to sample repeatedly, can be identified individually and move parallel to the shoreline as they forage at night, potentially dispersing to new refuge sites. Using a linear mixed‐effect model that incorporated random effect terms to account for sampling variance and inter‐annual variation, we found that all potential intrinsic and extrinsic drivers of movement accounted for virtually none of the variation observed among 24 h distances moved by these animals, whether over short or large spatial scales. We examined the idea of movement personality by testing variance per individual toad and found no evidence of individuality in movement distances. We conclude that deterministic variables, whether intrinsic or extrinsic, neither can be shown to nor are necessary to drive movements in this population over all spatial scales. Stochastic, short time‐scale movements, such as daily foraging movements, can instead accumulate over time to produce large spatial‐scale movements that are dispersive in nature.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,209 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetWildlife Ecology and ConservationTravaux en français237 207