MétaCan
Menu
Retour à la cohorte
Enregistrement W6920920656 · doi:10.6084/m9.figshare.28324130.v2

Supplementary material from "Population density and timing of breeding mediate effects of early life conditions on recruitment"

2025· other· en· W6920920656 sur OpenAlexaboutno aff

Notice bibliographique

RevueOPAL (Open@LaTrobe) (La Trobe University) · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJuvenileFledgeContext (archaeology)PopulationSelection (genetic algorithm)OffspringLife history theoryLife history

Résumé

récupéré en direct d'OpenAlex

Identifying the factors driving juvenile recruitment is crucial for predicting the response of populations to environmental change. Importantly, how early life conditions carry over to influence recruitment may be highly dependent on the context in which they occur. For example, the effects of challenging early-life conditions may be more pronounced under high densities or when young are born late in the season. We examined the ecological factors influencing local recruitment spanning three decades in Savannah sparrows (<i>Passerculus sandwichensis</i>) breeding on Kent Island, NB, Canada. The effect of nestling mass on recruitment depended on both population density and fledging date. At low population densities or early in the breeding season, nestling mass had little effect on recruitment probability. At high population densities or later in the breeding season, mass had a stronger effect, with heavier individuals more likely to recruit. Lighter fledglings may have lower recruitment under challenging conditions due to lower competitive ability, lower mobility, and greater susceptibility to resource limitation relative to heavier fledglings. Our findings have important implications for life history evolution and selection on body size in a changing world, highlighting the relationships between population density, timing of breeding, and offspring recruitment.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,029
Tête enseignante GPT0,265
Écart entre enseignants0,236 · 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'étudeSans objet
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOPAL (Open@LaTrobe) (La Trobe University)Travaux en français237 207