MétaCan
Menu
Retour à la cohorte
Enregistrement W7066485402

Impacts of Intraspecific Kleptoparasitism and Diet Shifts on Razorbill <i>Alca torda</i> productivity at the Gannet Islands, Labrador

2007· other· en· W7066485402 sur OpenAlexaboutno aff

Notice bibliographique

RevueeCite Digital Repository (University of Tasmania) · 2007
Typeother
Langueen
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKleptoparasitismIntraspecific competitionProductivityPredationLarusUria aalge
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Intraspecific kleptoparasitism, the stealing of food from members of the same species, has received widespread but mostly superficialattention in the scientific literature. However, the effects of such behavior can be significant. Here we report on high rates of intraspecifickleptoparasitism in the Razorbill Alca torda at the Gannet Islands, a behavior that appears to be colony-specific. Razorbills carry their preyconspicuously in the bill, making them vulnerable to kleptoparasitic attacks from neighboring birds. We examined the relationship betweenthe frequency of kleptoparasitic attacks and the prey species carried by breeding adults. During 20032006, 69% of all Razorbills carryingfood to a chick were attacked (n = 182) and of these attacks, 18% (n = 22) were successful. Group attacks (two or more kleptoparasites) weremore successful numerically (27%, n = 71), but only one member of the group ever received the reward. The frequency of kleptoparasitismobserved by Razorbills at the Gannet Islands is one of the highest reported for any seabird, including many specialist kleptoparasites such asfrigatebirds. This finding, combined with the lowest observed Razorbill productivity (overall success = 0.39, n = 222) for the Gannet Islandsand drastic shifts in diet, may indicate decreased food availability.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil0,181

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,187
Écart entre enseignants0,181 · 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
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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeCite Digital Repository (University of Tasmania)Même sujetParticle Detector Development and PerformanceTravaux en français237 207