Relación especie-hábitat del Tordo Sargento (Agelaius phoeniceus) en la península de Yucatán
Notice bibliographique
Résumé
Comprender los factores que determinan la variación en la distribución de una especie, reconociendo que la asociación con su hábitat puede variar entretemporadas fenológicas, permite hacer predicciones sobre su distribución ante los cambios globales. El objetivo del estudio fue analizar cómo varía la asociación con el hábitat y la distribución del tordo sargento (Agelaius phoeniceus) por temporada reproductiva (mayo-julio) y no reproductiva (diciembre-enero) en la península de Yucatán, México. Se usaron listas de eBird para generar datos de detección/no detección de la especie y la cobertura del suelo/cobertura urbana como indicador del tipo de hábitat. Se usó random forest para modelar la probabilidad de ocurrencia y distribución por temporada con la detección/no detección como variable de respuesta y 13 covariables de cobertura del suelo, dos de luces de la ciudad, ycuatro de esfuerzo de muestreo como predictores. Los predictores con mayor aportación relacionados de forma positiva con la ocurrencia fueron la sabana, sabana leñosa, pastizales, humedales, número de observadores, distancia y duración de la observación. Los más relacionados de forma negativa fueron el bosque perenne, las luces de la ciudad y hora de inicio de la observación. En ambas temporadas, la especie ocurre en tipos de vegetación cercanos a la costa o vegetación inundable (humedales, sabana y pastizales), y evita bosques y ciudades, sugiriendo que la asociación especie-hábitat del tordo sargento en la región es poco afectada por la estacionalidad.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».