Factors influencing the annual risk of bird–window collisions at residential structures in Alberta, Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Context Increasingly, ornithologists are being asked to identify major sources of avian mortality so as to identify conservation priorities. Aims Considerable evidence suggests that windows of office towers are a lethal hazard for migrating birds. The factors influencing the risk of bird–window collisions in residential settings are not understood as well. Methods Citizen scientists were requested to participate in an online survey that asked about characteristics concerning their homes and yards, general demographic information about participants, and whether they had observed evidence of bird–window collisions at their home. Key results We found that 39.0% of 1458 participants observed a bird–window collision in the previous year. The mean number of reported collisions was 1.7 ± 4.6 per residence per year, with 38% of collisions resulting in a mortality. Conclusions Collisions were not random, with the highest collision and mortality rates at rural residences, with bird feeders > rural residences without feeders > urban residences with feeders > urban residences without feeders > apartments. At urban houses, the age of neighbourhood was a significant predictor of collision rates, with newer neighbourhoods reporting fewer collisions than older neighbourhoods. Most people remembered collisions occurring in the summer months. Implications Our results are consistent with past research, suggesting that window collisions with residential homes are an important source of mortality for birds. However, we found large variation in the frequency of collisions at different types of residences. Proper stratification of residence type is crucial to getting accurate estimates of bird–window collisions when scaling local data into larger-scale mortality estimates.
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.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle