MétaCan
Menu
Retour à la cohorte
Enregistrement W6948663975 · doi:10.5061/dryad.nv33s

Data from: Transcontinental latitudinal variation in song performance and complexity in House Wrens (Troglodytes aedon)

2016· dataset· en· W6948663975 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2016
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Vocal Communication and Behavior
Établissements canadiensUniversity of New BrunswickUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésTemperate climateLatitudeHabitatVariation (astronomy)Competition (biology)Seasonal breederSouthern Hemisphere

Résumé

récupéré en direct d'OpenAlex

There is growing interest in latitudinal effects on animal behavior and life-history. One recent focus is on birdsong which is hypothesized to be more elaborated or complex in the north temperate zone compared to the tropics. Current evidence is mixed and based on cross-species comparisons, or single species with restricted distributions. We circumvent these limitations using a transcontinental sample of 358 songs from House Wrens (Troglodytes aedon) at 281 locations spanning more than 100O of latitude (52 O N - 55 O S) across the Americas. We found a significant latitudinal gradient in several basic elements of song performance and complexity between north temperate and tropical populations. Further, we document convergence in song patterns between populations at higher latitudes in the northern and southern hemispheres. Effects were strongest for the number of elements in a song, and the rate of element production, both increasing towards the poles, with similar but weaker effects for other song dimensions (e.g., number of unique elements, trills, and trill rate). We consider possible causes related to variable habitats and morphology, concluding that the shorter breeding seasons at higher latitudes in both hemispheres may favor greater song elaboration to mediate territory competition and mate choice.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,008

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 Opus0,075
Tête enseignante GPT0,303
Écart entre enseignants0,228 · 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'étudeSans objet
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetAnimal Vocal Communication and BehaviorTravaux en français237 207