Light-level tracking of Northern Waterthrush ( Parkesia noveboracensis ): lessons learned from wintering ground deployments
Notice bibliographique
Résumé
The limited understanding of spatial and temporal patterns across the full annual cycle of long-distance migrants remains a crucial gap in the ability to describe their life history and inform conservation efforts. The Northern Waterthrush (<em>Parkesia noveboracensis</em>), for example, winters in the Caribbean and northern South America and breeds across eastern North America. Little information exists pertaining to their migratory routes, behavior, or migratory connectivity. Here, we describe migratory patterns derived from light-level geolocators deployed on Northern Waterthrushes wintering in Puerto Rico. We found that birds stopped in the northern Greater Antilles before migrating along the Atlantic coast to their breeding sites as far north as Quebec, Canada. Variability in transition events (sunrise/sunset) due to shading of the light sensor led to large uncertainty in breeding location estimates. However, we were able to use the raw light-level data to infer the phenology of migration. Northern Waterthrushes departed Puerto Rico on 24 April (± 8.1 d) and arrived on the breeding grounds on 17 May (± 10.4 d), suggesting that spring migration lasts approximately 23 (± 3.6) d. We also used raw light-level data during the breeding season to infer nesting behavior, which allowed us to identify individuals as breeding females and describe their nesting phenology. Together, these results offer new information about the migratory routes for Northern Waterthrushes and demonstrate how light-level geolocators deployed on the wintering grounds can be used to sex monochromatic species and infer life history information during the breeding season.
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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».