MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401529489 · doi:10.1139/cjz-2023-0212

Weather, climate, and entry into migration of northern fur seal pups

2024· article· en· W4401529489 sur OpenAlexvenueno aff
Noel A. Pelland, Jeremy T. Sterling, Mary‐Anne Lea, Devin L. Johnson, Paul I. Melovidov, Aaron P. Lestenkof, Lauren M. Divine

Notice bibliographique

RevueCanadian Journal of Zoology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFur sealBiologySeal (emblem)Climate changeEcologyZoologyArchaeologyGeography

Résumé

récupéré en direct d'OpenAlex

In the migration of young animals, environmental cues can play an outsized role in dispersal, ontogeny, and potentially survival. Identifying and quantifying such cues promotes an understanding of individual species’ migratory evolution and response to long-term environmental change. This study examines weather as a proximate factor for initiating first migration in a wide-ranging subpolar marine predator, the northern fur seal (laaqudax̂, in Unangam Tunuu; Callorhinus ursinus (Linnaeus 1758)). Observations of satellite-telemetered pups on three islands in the eastern Bering Sea, Alaska (US) are used to quantify how inclement weather (high winds, snow, and low temperatures) increases departure rate. Historical weather is then used to reconstruct departure, from the mid-20th century onward. Contemporary surveys provide a test for reconstructed estimates and highlight behavioral processes near the entry to migration. Reconstructions provide novel climate context for large-scale population declines in the eastern Bering Sea since the 1950s; within their limitations, there is a lack of evidence for trends in departure or significant influence on demography. Results here build upon and support historical knowledge regarding the role of weather, while also highlighting potential areas of future study – such as maternal behavior – in influencing the entry into first migration in this species.

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 enseignants0,976
Score d'incertitude au seuil0,048

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
Bibliométrie0,0000,000
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 Opus0,008
Tête enseignante GPT0,210
Écart entre enseignants0,202 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Zoology→Même sujetMarine animal studies overview→Travaux en français237 207→