MétaCan
Menu
← Back to cohort
Record W7161966552 · doi:10.82308/47164

The secret lives of murres: movement and behaviour across the full annual cycle of thick-billed murres (Uria lomvia)

2022· dissertation· en· W7161966552 on OpenAlexaboutno aff
Allison Patterson

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldEnvironmental Science
TopicAvian ecology and behavior
Canadian institutionsnot available
Fundersnot available
KeywordsMovement (music)Life historyFish <Actinopterygii>

Abstract

fetched live from OpenAlex

Les oiseaux marins sont de bons indicateurs de la santé des écosystèmes marins puisqu’ils nichent en colonies denses, dépendent de l’océan pour se nourrir et qu’il est possible de suivre leurs déplacements. Néanmoins, notre capacité à suivre les déplacements de ces prédateurs marins pose quelques problèmes logistiques lorsque ces derniers se déplacent au large. De récents avancements en micro-technologie ont menés à une explosion de recherche ayant pour but de suivre le comportement et les mouvements d’animaux sauvages à l’échelle individuelle avec une précision spatiale et temporelle inégalée. Cette révolution a créé de nouvelles opportunités afin d’étudier comment les animaux interagissent avec leur environnement ainsi que d’examiner comment le comportement d’un individu se transmet au niveau d’une population. Dans cette thèse, j’utilise une variété de méthodes micro-technologiques afin d’étudier le Guillemot de Brünnich (Uria lomvia) à plusieurs échelles temporelles et spatiales. Dans le chapitre 3, je compare six méthodes de classifications comportementales chez les oiseaux marins, utilisant des données d’accéléromètres provenant de deux espèces ayant différents styles de vol et méthodes de recherche de nourriture. Il existe plusieurs méthodes pour analyser des données d’accéléromètre afin de générer des budgets d’activité précis. Dans le Chapitre 4, j’applique cette approche aux suivis à long-terme utilisant des enregistreurs de température, de profondeur et de lumière afin d’examiner l’effet de l’habitat marin sur le comportement et les dépenses énergétiques des Guillemots de Brünnich en hiver. Dans le nord-ouest de l’Atlantique, les guillemots ont une flexibilité individuel et populationnel significative, quant à l’exploitation d’habitats distincts, soit le long de la plate-forme continentale entre le Labrador et le Groenland, où l’eau est froide ou dans le bassin du Labrador, où l’eau y est chaude. En fonction de l’habitat dans lequel les guillemots évoluent, ils utilisent une variété de stratégies afin de maintenir leurs coûts énergétiques constants au fil de l’hiver. À partir de mon analyse de comportement hivernal, j’utilise dans le Chapitre 5 un modèle de distribution d’espèces pour démontrer que la distribution autre qu’en période de reproduction et la phénologie lors de la migration des Guillemots de Brünnich ont probablement déjà été affectées par les changements climatiques. Les changements de distributions les plus marqués surviennent en automne, où la distribution prédite se déplace de 211 km vers l’ouest et de 50 km vers le nord à chaque décennie, et ce depuis 1981. Les Chapitres 4 et 5 portent sur les données provenant d’une seule colonie, contrairement au Chapitre 6 qui utilise les données GPS provenant de plusieurs colonies afin de comparer le comportement de recherche de nourriture entre plusieurs populations. J’ai utilisé des pistes GPS provenant de 29 colonies de Guillemots de Brünnich et Guillemots de Troïl (Uria aalge) situés dans le bassin de l’Océan Nord-Atlantique afin de modéliser l’augmentation de l’aire d’alimentation en fonction de la grosseur de la colonie lors de l’élevage des poussins. La forte relation entre la grosseur d’une colonie et son aire d’alimentation implique que l’aire d’alimentation principale pour une espèce coloniale peut être délimitée à partir de la grosseur de cette colonie uniquement. Cette thèse démontre comment l’utilisation de micro-technologies permet d’étudier des questions écologiques liées à la faune à une échelle temporelle et spatiale qui nous était impensable lors de l’utilisation de méthodes traditionnelle d’observation, contribuant ainsi à améliorer notre habilité à comprendre les processus écologiques et à préserver la vie sauvage face aux changements anthropogéniques

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.016
Threshold uncertainty score0.032

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.000
Scholarly communication0.0000.000
Open science0.0000.001
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.006
GPT teacher head0.269
Teacher spread0.262 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same topicAvian ecology and behavior→French-language works237,207→