MétaCan
Menu
Retour à la cohorte
Enregistrement W2011455955 · doi:10.1111/j.1365-2664.2009.01717.x

Factors affecting the permeability of transportation and riparian corridors to the movements of songbirds in an urban landscape

2009· article· en· W2011455955 sur OpenAlexaffabout
Marie A. Tremblay, Colleen Cassady St. Clair

Notice bibliographique

RevueJournal of Applied Ecology · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRiparian zoneWildlifeVegetation (pathology)Traffic volumeGeographyEcologyPhysical geographyEnvironmental scienceHabitatBiologyTransport engineering

Résumé

récupéré en direct d'OpenAlex

Summary 1. Linear features associated with transportation and riparian corridors are known to inhibit the mobility of birds and other wildlife, yet the factors contributing to their barrier effects are poorly understood. The diversity of roads in urban landscapes provides an opportunity for elucidating the relative importance of factors such as noise, traffic volume, gap width and adjacent vegetation on animal movement. 2. Using an avian mobbing call as a lure, we tested the willingness of forest songbirds to cross four types of linear features in the urban landscape of Calgary, Alberta, Canada: (1) roads of varying widths and traffic volumes, (2) conventional railways and light transit lines, (3) transportation bridges across riparian corridors, and (4) rivers. 3. Using mixed effects logistic regression, we found that the size of the gap in vegetation was the most important determinant of movement (P < 0·001). As the gap in vegetation exceeded 30 m, the likelihood of movement decreased dramatically and by 45 m, birds were only half as likely to move across gaps as they were to move an equivalent distance in continuous tree cover. Traffic volume also had a significant dampening effect on movement (odds ratio = 0·952 per 1000 vehicle per day increase; P < 0·001) and generally explained more variation in the data than noise levels. 4. Railroads proved to be the most permeable of the features we tested, probably owing to their relatively narrow width, which never exceeded 30 m. Surprisingly, rivers were less permeable than the anthropogenic linear features we tested, with a significant barrier effect evident even at widths <50 m. 5. The birds in our study showed a marked preference for flying over, rather than under, transportation bridges, particularly when adjacent vegetation was available. 6. Synthesis and applications. Our results suggest that linear features, both anthropogenic and natural, can significantly impede the movements of forest songbirds and that managing adjacent vegetation is a potentially effective way to mitigate these barrier effects in cities and other fragmented landscapes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,238
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations133
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied EcologyMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207