Wetter and more forested nonbreeding areas result in later departures but a faster spring migration in <i>Vermivora chrysoptera</i> (Golden-winged Warbler)
Notice bibliographique
Résumé
ABSTRACT Declines in migratory landbird populations require targeted research to identify the population-limiting factors acting throughout the annual cycle. Tracking studies provide data on migration timing and speed, which have been used to describe carryover effects of nonbreeding habitat use. To explore how variation in precipitation and forest cover among nonbreeding sites influenced departure dates and migration speed in Vermivora chrysoptera (Golden-winged Warbler), we fitted 69 birds with radio transmitters in Costa Rica and tracked them via the Motus Wildlife Tracking System. Capture sites covered a broad gradient of precipitation and forest cover and were separated by &lt;100 km. Warblers departed Costa Rica during a 33-day window (26 March to 27 April, n = 46), and 23 birds were subsequently detected at Motus stations in North America, primarily in a narrow migration pathway through the Midwestern United States. Individual variation in departure date was explained by adults departing before immatures, males before females, and birds occupying drier (lower annual precipitation) and less forested sites departing 10 days earlier, on average, than those in wetter and more forested sites. Following departure, later-departing birds migrated faster allowing them to reach latitudes between 36° and 44° in fewer days and thereby catch up to and, in 28% of paired birds, overtake the earlier-departing bird. Our findings contrast with the general expectation that earlier departures lead to earlier arrivals along migration routes, instead providing evidence for alternative migratory strategies covering a spectrum of outcomes from earlier departures leading to earlier arrivals through to later departures leading to earlier arrivals. We present hypotheses for why these alternative strategies might exist within an optimal migration theory framework. Future studies in Costa Rica should examine additional proxies for habitat quality, to corroborate whether faster migration speeds from wetter more forested habitats are linked to higher habitat quality.
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 ».