Assessing ecological correlates of marine bird declines to inform marine conservation
Notice bibliographique
Résumé
Identifying drivers of ecosystem change in large marine ecosystems is central for their effective management and conservation. This is a sizable challenge, particularly in ecosystems transcending international borders, where monitoring and conservation of long-range migratory species and their habitats are logistically and financially problematic. Here, using tools borrowed from epidemiology, we elucidated common drivers underlying species declines within a marine ecosystem, much in the way epidemiological analyses evaluate risk factors for negative health outcomes to better inform decisions. Thus, we identified ecological traits and dietary specializations associated with species declines in a community of marine predators that could be reflective of ecosystem change. To do so, we integrated count data from winter surveys collected in long-term marine bird monitoring programs conducted throughout the Salish Sea--a transboundary large marine ecosystem in North America's Pacific Northwest. We found that decadal declines in winter counts were most prevalent among pursuit divers such as alcids (Alcidae) and grebes (Podicipedidae) that have specialized diets based on forage fish, and that wide-ranging species without local breeding colonies were more prone to these declines. Although a combination of factors is most likely driving declines of diving forage fish specialists, we propose that changes in the availability of low-trophic prey may be forcing wintering range shifts of diving birds in the Salish Sea. Such a synthesis of long-term trends in a marine predator community not only provides unique insights into the types of species that are at risk of extirpation and why, but may also inform proactive conservation measures to counteract threats--information that is paramount for species-specific and ecosystem-wide conservation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».