MétaCan
Menu
Retour à la cohorte
Enregistrement W6929479967 · doi:10.5061/dryad.cg5vp

Data from: Does white tail patch size indicate quality in male Cerulean Warblers (Setophaga cerulea)

2015· dataset· en· W6929479967 sur OpenAlexaffabout

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2015
Typedataset
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPlumageWhite (mutation)FeatherWingLarge whiteQuality (philosophy)

Résumé

récupéré en direct d'OpenAlex

Within species of birds, variation in plumage may allow potential mates or competitive rivals to quickly assess the quality of an individual. Little is known about the role of white tail feather patches (“tail white”) in male Cerulean Warblers (Setophaga cerulea) and whether variation in patch size could serve as a signal. We hypothesized that the size of tail white patches in males acts as an honest signal of quality, with larger white patches indicating high quality males. We measured and compared the area of tail white to four estimates of quality (age, structural size, body mass, and blood parasite load) in 71 male Cerulean Warblers at the Queen’s University Biological Station in eastern Ontario. We found that males 2 years old or older had significantly larger tail white patches than 1 year old males, and that structurally larger males (estimated by wing length) had significantly larger tail white patches than smaller males. Our best-performing statistical model suggested that heavier individuals had larger areas of tail white, but this relationship depended on wing length: white positively covaried with body mass in smaller individuals (shorter wings), but not in larger individuals. Our findings suggest that size of tail white patches may provide information on some, but not all, aspects of quality of male Cerulean Warblers; however, we do not know if this information is perceived and used by other Cerulean Warblers in nature.

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)0,001
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,130
Score d'incertitude au seuil0,259

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0150,004

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 Opus0,050
Tête enseignante GPT0,325
Écart entre enseignants0,275 · 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
GenreJeu de données

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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetData-Driven Disease SurveillanceTravaux en français237 207