MétaCan
Menu
Retour à la cohorte
Enregistrement W4313641101 · doi:10.1002/ece3.9709

TDF<sub>CAM</sub>: A method for estimating stable isotope trophic discrimination in wild populations

2023· article· en· W4313641101 sur OpenAlexaff
Devin L. Johnson, Michael T. Henderson, Alastair Franke, George J. F. Swan, Robbie A. McDonald, David L. Anderson, Travis L. Booms, Cory T. Williams

Notice bibliographique

RevueEcology and Evolution · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensNunavut Arctic College
Organismes subventionnairesnon disponible
Mots-clésTrophic levelBiologyPopulationEcologyDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Stable isotope mixing models (SIMMs) are widely used for characterizing wild animal diets. Such models rely upon using accurate trophic discrimination factors (TDFs) to account for the digestion, incorporation, and assimilation of food. Existing methods to calculate TDFs rely on controlled feeding trials that are time‐consuming, often impractical for the study taxon, and may not reflect natural variability of TDFs present in wild populations. We present TDFCAM as an alternative approach to estimating TDFs in wild populations, by using high‐precision diet estimates from a secondary methodological source—in this case nest cameras—in lieu of controlled feeding trials, and provide a framework for how and when it should be applied. In this study, we evaluate the TDFCAM approach in three datasets gathered on wild raptor nestlings (gyrfalcons Falco rusticolus; peregrine falcons Falco perigrinus; common buzzards Buteo buteo) comprising contemporaneous δ13C & δ15N stable isotope data and high‐quality nest camera dietary data. We formulate Bayesian SIMMs (BSIMMs) incorporating TDFs from TDFCAM and analyze their agreement with nest camera data, comparing model performance with those based on other relevant TDFs. Additionally, we perform sensitivity analyses to characterize TDFCAM variability, and identify ecological and physiological factors contributing to that variability in wild populations. Across species and tissue types, BSIMMs incorporating a TDFCAM outperformed any other TDF tested, producing reliable population‐level estimates of diet composition. We demonstrate that applying this approach even with a relatively low sample size (n < 10 individuals) produced more accurate estimates of trophic discrimination than a controlled feeding study conducted on the same species. Between‐individual variability in TDFCAM estimates for ∆13C & ∆15 N increased with analytical imprecision in the source dietary data (nest cameras) but was also explained by natural variables in the study population (e.g., nestling nutritional/growth status and dietary composition). TDFCAM is an effective method of estimating trophic discrimination in wild animal populations. Here, we use nest cameras as source dietary data, but this approach is applicable to any high‐accuracy method of measuring diet, so long as diet can be monitored over an interval contemporaneous with a tissue's isotopic turnover rate.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,021
Tête enseignante GPT0,289
Écart entre enseignants0,268 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetIsotope Analysis in EcologyTravaux en français237 207