MétaCan
Menu
Retour à la cohorte
Enregistrement W7092185393 · doi:10.6084/m9.figshare.30375541

Complete dataset of loon productivity for Fuirst et al.

2025· dataset· W7092185393 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2025
Typedataset
Langue
DomainePhysics and Astronomy
ThématiqueTheoretical and Computational Physics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProductivityPopulationRange (aeronautics)FishingEcosystemWilderness area

Résumé

récupéré en direct d'OpenAlex

The Common Loon (<i>Gavia immer</i>) is an iconic waterbird of the northern wilderness and an indicator of the health of aquatic ecosystems. We conducted a benchmark comparison of productivity rates and long-term trends in productivity (six-week-old young raised per territorial pair) from 46,401 breeding events across 12 different study populations throughout the southern portion of species’ breeding range in North America. While all regions showed long-term mean productivity rates at or above the threshold considered necessary for population stability (0.48 chicks fledged per territorial pair), we found significant declines in productivity (-0.17− -2.8% per year over 19−48 years) in seven regions, non-significant but downward trends in four others, and a non-significant increase in one region (Maine). Even though productivity is only one of three demographic parameters that dictate the stability of a population, long-term decreases in productivity signal looming population declines in Ontario, the Prairie and Atlantic provinces, New York, Massachusetts, and New Hampshire. We suggest that a variety of region-specific anthropomorphic and natural factors, in addition to increased rainfall secondary to climate change are at fault for such declines. Discovery of causes of productivity decline might lead to successful efforts to mitigate them, thus stabilizing or increasing loon populations.

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 candidatesMéta-épidémiologie (sens strict), 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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0480,000

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 Opus0,034
Tête enseignante GPT0,304
Écart entre enseignants0,270 · 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
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetTheoretical and Computational PhysicsTravaux en français237 207