Variable effect of playback of chickadee mobbing calls on detection probability of boreal forest birds
Notice bibliographique
Résumé
Modification of the point count survey method to include playback of songbird mobbing calls in an attempt to increase detection probabilities has met with mixed success. We compared detection probabilities for boreal forest songbirds using traditional point count methods and counts using broadcasts of the mobbing calls of Black-capped Chickadees (Poecile atricapillus) in an attempt to increase detection probability. We conducted 594 point counts during the 2010 breeding season in Newfoundland, Canada. Each point count consisted of an 8-min silent observation period followed by an 8-min broadcast of Black-capped Chickadee mobbing calls. Occupancy model results showed that response to playback broadcast varied across species, with detection probabilities higher for seven of 17 species during the silent portions of point counts and three species more likely to be detected during playback intervals. For all species, the number of visual detections increased during periods of playback and, averaged across species, individuals were >6 times more likely to be seen during the playback period than during the silent period. Differences in detection probability among observers were apparent during both silent and playback periods. We suggest that using playback of chickadee mobbing calls during point count surveys of common boreal forest songbird species may be most beneficial when visual detection is important. However, playback may also be useful for species-specific surveys during periods when birds are less likely to be vocal or for studies of less common species with chronically low detection probabilities. A combined silent and playback approach could also be useful, although observer and species differences should be accounted for if comparing data across species or studies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».