Breeding Phenology and Reproductive Success of Larid Species Nesting in Cuba
Notice bibliographique
Résumé
Breeding phenology is a life history trait that influences reproductive success and population dynamics, yet it remains poorly studied in tropical seabird species. The Caribbean constitutes a breeding hotspot for seabirds, although information about their phenology and reproductive success is limited. We characterized the breeding phenology and reproductive success of seven larid species during the 2021 breeding season on three cays in Cuba. To document breeding phenological phases, we conducted weekly surveys and used camera traps. We also recorded the number of nests, eggs and fledglings. Overall, the breeding phenology of the studied species was seasonal and relatively synchronous, occurring primarily from May to August. The phenological pattern exhibited in this larid community may reflect increased prey availability during the rainy season in Cuba. Additionally, denser vegetation cover—resulting from higher rainfall—may offer greater protection against predators, particularly because most of the species are summer residents. Reproductive success was high (≥ 50% per pair) for Laughing Gull Leucophaeus atricilla, Sooty Tern Onychoprion fuscatus, and Roseate Tern Sterna dougallii in all cays, while Bridled Tern O. anaethetus and Royal Tern Thalasseus maximus exhibited variable reproductive performance between cays. Sandwich Tern T. sandvicensis exhibited moderate reproductive success (40%-49%). Landscape features at nesting sites appeared to strongly affect the reproductive success of both Bridled Tern and Royal Tern.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».