Stopover ecology of two moult migrating passerines: Tennessee warblers (Leiothlypis peregrina) and Swainson's thrushes (Catharus ustulatus) in a large urban park
Bibliographic record
Abstract
La migration et la mue sont deux événements qui nécessaires beaucoup d’énergie et de temps à compléter. Ils sont souvent exécutés séparément. Rares chez les passereaux, certains individus de certaines espèces subissent une migration de mue : un phénomène où les migrants s'arrêtent pendant de longues périodes durant leur migration pour muer leurs plumes. Nécessitant des changements physiologiques intenses, les oiseaux en mue doivent occuper des habitats de bonne qualité pour compléter leur mue. Les passereaux qui migrent pendant la nuit sont attirés par les villes lumineux avec peu d’espaces verts. Les migrants doivent donc choisir entre (1) le temps perdu à chercher des habitats de bonne qualité et (2) l'énergie gagnée sur des sites riches en ressources. À la suite, leurs décisions de départ dépendront de leur capacité à muer et à ravitailler pour le vol migratoire. Nous avons utilisé la radiotélémétrie pour suivre le comportement d'escale de 48 grives à dos olive (Catharus ustulatus) en mue et de 41 post-mues et les décisions de départ de 18 parulines obscures (Leiothlypis peregrina) en mue et de 4 post-mues à l'Observatoire d'oiseaux de McGill dans un des plus grands parcs urbains au Canada, de 2018 à 2022. Les grives à dos olive habitaient les lisières des forêts à végétation dense et quittaient rapidement les sites à végétation clairsemée (c.-à-d. les champs et les forêts matures) à la suite de translocations expérimentales dans une matrice urbaine. De plus, les décisions de départ prises par les parulines obscures en mues et post-mues n’étaient pas basées sur leur état corporel (c.-à-d. leur grosseur) ni des indices météorologiques. Les parulines obscures et les grives à dos olive occupaient des petits domaines vitaux (14,1 ± 17,2 ha et 56,74 ± 106,9 ha, respectivement), qui sont facilement contenus par des forêts urbaines. Ces recherches démontrent l'importance des forêts urbaines pour les oiseaux migrateurs pendant une période vulnérable, et les implications pour la conservation de ces espaces verts
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".