Atmospheric pressure predicts probability of departure for migratory songbirds
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Weather can have both delayed and immediate impacts on animal populations, and species have evolved behavioral adaptions to respond to weather conditions. Weather has long been hypothesized to affect the timing and intensity of avian migration, and radar studies have demonstrated strong correlations between weather and broad-scale migration patterns. How weather affects individual decisions about the initiation of migratory flights, particularly at the beginning of migration, remains uncertain. METHODS: Here, we combine automated radio telemetry data from four species of songbirds collected at five breeding and wintering sites in North America with hourly weather data from a global weather model. We use these data to determine how wind profit, atmospheric pressure, precipitation, and cloud cover affect probability of departure from breeding and wintering sites. RESULTS: We found that the probability of departure was related to changes in atmospheric pressure, almost completely regardless of species, season, or location. Individuals were more likely to depart on nights when atmospheric pressure had been rising over the past 24 h, which is predictive of fair weather over the next several days. By contrast, wind profit, precipitation, and cloud cover were each only informative predictors of departure probability in a single species. CONCLUSIONS: Our results suggest that individual birds actively use weather information to inform decision-making regarding the initiation of departure from the breeding and wintering grounds. We propose that birds likely choose which date to depart on migration in a hierarchical fashion with weather not influencing decision-making until after the departure window has already been narrowed down by other ultimate and proximate factors.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 découle