MétaCan
Menu
Retour à la cohorte
Enregistrement W4405397735 · doi:10.1093/ornithapp/duae065

Breeding <i>Ammospiza nelsoni</i> (Nelson’s Sparrow) exploits both saltmarsh and hayfields in northern habitats

2024· article· en· W4405397735 sur OpenAlexafffundabout
Kiirsti C. Owen, Nic R. McLellan, Mark L. Mallory, Joseph J. Nocera

Notice bibliographique

RevueOrnithological applications · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensDucks Unlimited CanadaAcadia UniversityUniversity of New Brunswick
Organismes subventionnairesSociety of Canadian Ornithologists
Mots-clésSparrowHabitatSalt marshEcologyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Ammospiza nelsoni subvirgata (Acadian subspecies of Nelson’s Sparrow) breeds in saltmarsh from northern Massachusetts to New Brunswick and eastern Quebec. In the Canadian Maritimes, this subspecies also successfully breeds in diked agricultural lands (i.e., “dikeland”) that were originally created by Acadian settlers in the 1600s. Little is known about the reasons for or consequences of using dikeland for breeding. To fill this knowledge gap, we tracked male and female sparrows, and monitored nest fates in natural saltmarsh and human-made dikeland habitats. We collected fecal samples from adults and nestlings to examine which habitat type they were foraging in, and we also quantified vegetative cover. We hypothesized that flood risk in saltmarsh played an important role in the decision of A. n. subvirgata to nest in dikeland given that the saltmarsh is regularly inundated with tidal water. Based on nest monitoring, we estimated higher overall nest success in dikeland than saltmarsh. Fecal sample analysis showed distinct differences in diet between individuals using dikeland compared with saltmarsh. We also observed differences in vegetation. These results suggest that A. n. subvirgata are able to take advantage of readily available human-made habitats for breeding. With rising sea levels and increased storm events threatening coastal habitats, it is important to understand whether coastal-breeding birds can adapt to changes and what trade-offs exist for individuals who shift to alternative habitats.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,030
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,001

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 Opus0,017
Tête enseignante GPT0,238
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

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'admission3
Résumé présentoui

Explorer davantage

Même revueOrnithological applicationsMême sujetWildlife Ecology and ConservationTravaux en français237 207