MétaCan
Menu
Retour à la cohorte
Enregistrement W4400202473 · doi:10.3390/rs16132391

Snowmelt Onset and Caribou (Rangifer tarandus) Spring Migration

2024· article· en· W4400202473 sur OpenAlexaboutno aff
Mariah T. Matias, J. M. Ramage, Eliezer Gurarie, M. J. Brodzik

Notice bibliographique

RevueRemote Sensing · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnowmeltSnowEnvironmental scienceIce calvingPhysical geographyRange (aeronautics)ClimatologyGeographyGeologyMeteorologyBiologyLactation

Résumé

récupéré en direct d'OpenAlex

Caribou (Rangifer tarandus) undergo exceptionally large, annual synchronized migrations of thousands of kilometers, triggered by their shared environmental stimuli. The proximate triggers of those migrations remain mysterious, though snow characteristics play an important role due to their influence on the mechanics of locomotion. We investigate whether the snow melt–refreeze status relates to caribou movement, using previously collected Global Positioning System (GPS) caribou collar data. We analyzed 117 individual female caribou with >30,000 observations between 2007 and 2016 from the Bathurst herd in Northern Canada. We used a hierarchical model to estimate the beginning, duration, and end of spring migration and compared these statistics against snow pack melt characteristics derived from 37 GHz vertically polarized (37V GHz) Calibrated Enhanced-Resolution Brightness Temperatures (CETB) at 3.125 km resolution. The timing of migration for Bathurst caribou generally tracked the snowmelt onset. The start of migration was closely linked to the main melt onset in the wintering areas, occurring on average 2.6 days later (range −1.9 to 8.4, se 0.28, n = 10). The weighted linear regression was also highly significant (p-value = 0.002, R2=0.717). The relationship between migration arrival times and the main melt onset on the calving grounds (R2 = 0.688, p-value = 0.003), however, had a considerably more variable lag (mean 13.3 d, se 0.67, range 3.1–20.4). No migrations ended before the main melt onset at the calving grounds. Thawing conditions may provide a trigger for migration or favorable conditions that increase animal mobility, and suggest that the snow properties are more important than snow presence. Further work is needed to understand how widespread this is and why there is such a relationship.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,413

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,219
Écart entre enseignants0,201 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetCryospheric studies and observationsTravaux en français237 207