MétaCan
Menu
Retour à la cohorte
Enregistrement W6931601939 · doi:10.5281/zenodo.6568100

Quantifying phenology and migratory behaviours of hummingbirds using single-site dynamics and mark-detection analyses

2022· other· en· W6931601939 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typeother
Langueen
DomaineDecision Sciences
ThématiquePsychometric Methodologies and Testing
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNucleofectionHyporeflexiaTSG101Articular cartilage damageProteogenomicsGestational period

Résumé

récupéré en direct d'OpenAlex

Nuanced understanding of overwintering movements of partially migratory birds is paramount to species and habitat conservation. Using nascent statistical methods, we identified migratory strategies of birds outfitted with radio-frequency identification (RFID) tags detected at RFID feeders in two sites in California, USA. We quantified proportions of migrants and residents and the seasonal movement phenology of two species: Allen's and Anna's hummingbirds. We found species-specific differences in proportions of migrants and residents. Both Allen's and Anna's hummingbirds exhibited characteristics of facultative migratory behaviour. We also quantified apparent annual survival for each migratory strategy and found that residents had significantly higher probabilities of survival. Low survival estimates for migrants suggest that a high proportion of birds in the migrant group permanently emigrated from our study sites. Considered together, our analyses suggest that hummingbirds in both northern and southern California sites partake in diverse and highly plastic migratory behaviours. Our assessment elucidates the dynamics underlying idiosyncratic migratory behaviours of two species of hummingbirds, in addition to describing a framework for similar assessments of migratory behaviours using the multi-state open robust design with state uncertainty (MSORD-SU) model and single-site dynamics.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,496
Tête enseignante GPT0,436
Écart entre enseignants0,060 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetPsychometric Methodologies and TestingTravaux en français237 207