Area‐sensitivity by forest songbirds: theoretical and practical implications of scale‐dependency
Notice bibliographique
Résumé
Songbird presence is often associated with the area of suitable habitat in the surrounding landscape. However, the size of landscape for which this association is maximized is generally unknown, likely to vary among species, and may affect our ability to incorporate songbirds in landscape management. We measured the occurrence and the persistence of forest songbirds in relation to the amount of habitat measured at several scales: local (100, 200 m radius), neighborhood (400, 800 m), landscape (1.6, 3.2, 6.4 km) and regional (12–24 km), based on data from Ontario's Forest Bird Monitoring Program (1987–2005). Songbird occurrence was obtained from point count sites distributed across southern Ontario and each revisited in multiple years (mean=5.8 yr). Presence of each species at a site was associated with forest habitat area measures that account for differences in preferred forest cover types among species. Area of coniferous, deciduous and mixed forest was derived from Landsat TM imagery. Thirty‐two of the 35 species studied were area‐sensitive, and area‐sensitivity was apparent for 13–25 species at each spatial scale. For 24 species, the strength of area‐sensitivity varied with scale, suggesting the importance of local, neighborhood, landscape and regional habitat for 3, 5, 5, and 11 species respectively. As a result, the list of the five most area‐sensitive species varied depending on the scale at which habitat was described. We conclude that area‐sensitivity can occur at a broader set of scales than generally assumed, and is most pronounced at the regional scale. We suggest that a broad set of scales should be examined before taking conservation decisions based on avian area‐sensitivity.
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 | 0,001 |
| 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 ».