MétaCan
Menu
← Retour à la cohorte
Enregistrement W6967261693 · doi:10.5061/dryad.x0k6djhmh

Dataset used for: Breeding migrations by bighorn sheep males: searching for mates increases vulnerability to hunting

2022· dataset· en· W6967261693 sur OpenAlexaffabout

Notice bibliographique

RevueOpen MIND · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésOvis canadensisMatingPopulationMetapopulationSeasonal breederDominance (genetics)Dominance hierarchySexual selectionRange (aeronautics)

Résumé

récupéré en direct d'OpenAlex

In some species where male mating success largely depends on intrasexual competition, males can adopt migratory orresident strategies to seek breeding opportunities. The resulting mixture of resident and migrant tactics within a population can have important ecological, genetic and evolutionary consequences at the metapopulation level. Bighorn sheep Ovis canadensis males establish a linear dominance hierarchy that influences their mating tactics. Some males perform breeding migrations during the pre-rut and rut to seek mating opportunities, but little is known about these seasonal movements. We analysed presence/absence data for 62 marked bighorn males during six mating seasons (20-32 males/year) in the Sheep River Provincial Park, Alberta, Canada, where hunting was not allowed. On average, about half of males left their natal population to rut elsewhere. The proportion of males leaving (yearly range 15% - 69%) increased as the number of resident mature males increased and the populational sex ratio decreased, with fewer females during the pre-rut. Among those leaving the park, 24% did so in October, while the trophy sheep hunting season was open. Detailed monitoring of breeding migrations in protected populations could inform management strategies to limit evolutionary impacts of hunting.

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)0,006
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 enseignants0,141
Score d'incertitude au seuil0,281

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0500,026

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 Opus0,093
Tête enseignante GPT0,397
Écart entre enseignants0,304 · 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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→