A Comparison between Nocturnal Aural Counts of Passerines and Radar Reflectivity from a Canadian Weather Surveillance Radar
Notice bibliographique
Résumé
Using a Canadian weather surveillance radar (CWSR), we assessed the relationship between aural passerine counts and radar reflectivity during autumn migration on 16 nights. Reflectivity was positively correlated on all but 1 night with the number of birds detected aurally, but the correlation strength varied between -0.58 and 0.93 among nights (mean ± SD = 0.69 ± 0.42). Using linear mixed-effects models with aural counts nested within nights, we found that the number of birds detected by observers increased with reflectivity. The slope of this relationship did not vary between observers, nor was it affected by time since sunset, but the number of birds detected aurally tended to be lower when ambient noise levels were high. We know that the radar was relatively sensitive to low bird densities, because the intercept was slightly positive and its 95% confidence interval marginally included zero. However, the relationship between the number of birds detected aurally and reflectivity varied significantly among nights. Such variation was likely caused by a combination of (interacting) factors, including bird species and behavior (e.g., calling rate, flight altitude), influencing bird detectability by the observers and the radar. The weather radar network of the United States (NEXRAD) is already used for bird migration studies, and we conclude that the use of CWSR can extend NEXRAD's coverage farther north by hundreds of kilometers, thereby increasing our understanding of how birds use the North American landscapes during migration.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 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 ».