MétaCan
Menu
Retour à la cohorte
Enregistrement W6930022159 · doi:10.5061/dryad.d51c5b03p

Experimental manipulation of photoperiod influences migration timing in a wild, long-distance migratory songbird

2021· dataset· en· W6930022159 sur OpenAlexaffabout

Notice bibliographique

RevueOpen MIND · 2021
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRetinal Development and Disorders
Établissements canadiensUniversity of WinnipegUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésNucleofectionGloomParaphernaliaExclosureHyporeflexia

Résumé

récupéré en direct d'OpenAlex

Previous laboratory studies have demonstrated the role of photoperiod in cueing the migration timing of small land birds; however, how migration timing of young birds in wild environments develops in relation to these cues have rarely been investigated. Such investigations can make important contributions to our developing understanding of the phenotypic plasticity of migration timing to new conditions with climate change, where changes in the timing of nesting may expose juvenile birds to different photoperiods. We investigated the impact of manipulating photoperiod during nestling development in a long-distance migratory songbird on the timing of post-breeding movements in the wild. Using programmable lighting installed in the nest-boxes of purple martins (Progne subis), we exposed developing nestlings, from hatch to fledge date, to an extended photoperiod that matched the day length of the summer solstice in Manitoba, Canada. We found that birds with a simulated, earlier photoperiod had a longer nesting period and later fledge and autumn departure dates than control group birds. This study demonstrates the phenotypic plasticity of first-year birds to the ontogenetic effect of their hatch date in the formation of the timing of their first post-breeding movements. Further, we discuss how these results have implications for the potential use of assisted evolution approaches to alter migration timing to match new conditions with climate change.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,734
Score d'incertitude au seuil0,789

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,028
Tête enseignante GPT0,313
Écart entre enseignants0,284 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetRetinal Development and DisordersTravaux en français237 207