MétaCan
Menu
Retour à la cohorte
Enregistrement W4410699284 · doi:10.1002/ece3.71457

Anthropogenic Nest Cavities Used by Snow Buntings in an Urban Arctic Landscape

2025· article· en· W4410699284 sur OpenAlexafffundabout
Samuelle Simard‐Provençal, Patricia Rokitnicki, Rebecca Golat, François Vézina, Oliver P. Love, Emily A. McKinnon

Notice bibliographique

RevueEcology and Evolution · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversité du Québec à RimouskiUniversity of ManitobaUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSnowArcticNest (protein structural motif)Environmental scienceNatural (archaeology)EcologyBuntingGeographyPhysical geographyArchaeology

Résumé

récupéré en direct d'OpenAlex

) is a Holarctic-breeding songbird and abundant in urban Iqaluit (pop. 7400), Nunavut. In nonurban areas of the Arctic, nest cavities are a limited resource for breeding Snow Buntings. Our goal was to assess the extent of Snow Buntings' use of anthropogenic structures versus natural rock cavities for nesting in Iqaluit. We found 160 Snow Bunting nests (2023, 2024) in Iqaluit; 45% of these were in anthropogenic nest cavities, for example, in vents in buildings or human-made rock structures (e.g., revetment gabions). This is the first documentation of extensive anthropogenic cavity use of Snow Buntings in an urban-Arctic environment. Nests in anthropogenic structures were significantly higher off the ground than nests in natural cavities but were similar in orientation and depth. Natural cavities were exclusively in rock. Anthropogenic nesting cavities were also primarily in rock (77%) but about 10% of cavities were in other materials, including wood, metal, or buildings. Given this flexibility in nest cavity use, Snow Buntings may be less limited for nest cavities in the urban environment compared to a natural landscape, although the impacts of anthropogenic nest cavities on reproductive success remain to be explored.

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)0,000
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 enseignants0,075
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,005
Tête enseignante GPT0,225
Écart entre enseignants0,220 · 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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetAvian ecology and behaviorTravaux en français237 207