Peregrine falcons shift mean and variance in provisioning in response to increasing brood demand
Notice bibliographique
Résumé
Abstract The hierarchical model of provisioning posits that parents employ a strategic, sequential use of three provisioning tactics as offspring demand increases (e.g., due to increasing brood size and age). Namely, increasing delivery rate (reducing intervals between provisioning visits), expanding provisioned diet breadth, and adopting variance-sensitive provisioning. We evaluated this model in an Arctic breeding population of Peregrine falcons (Falco peregrinus tundrius) by analyzing changes in inter-visit-intervals (IVIs) and residual variance in IVIs across 7 study years. Data were collected using motion-sensitive nest camera images and analyzed using Bayesian mixed effect models. We found strong support for a decrease in IVIs (i.e., increase in delivery rates) between provisioning visits and an increase in residual variance in IVIs with increasing nestling age, consistent with the notion that peregrines shift to variance-prone provisioning strategies with increasing nestling demand. However, support for predictions made based on the hierarchical model of tactics for coping with increased brood demand was equivocal as we did not find evidence in support of expected covariances between random effects (i.e., between IVI to an average sized brood (intercept), change in IVI with brood demand (slope) or variance in IVI). Overall, our study provides important biological insights into how parents cope with increased brood demand.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».