Habitat use and population status of Yellow-billed and Pacific loons in western Alaska, USA
Notice bibliographique
Résumé
Effective conservation of sympatric avian populations depends on unbiased estimates of population size, distribution, and habitat use. For populations of Yellow-billed Loons (Gavia adamsii) and Pacific Loons (G. pacifica) co-occurring in Arctic wetland communities in Alaska, USA, such data are limited and difficult to obtain, hindering population assessments and decision making. The Yellow-billed Loon is also under consideration for additional protections under the Endangered Species Act due to small global population size, specific habitat requirements, and low fecundity, further increasing the need for information at the landscape scale. To help evaluate the population status and habitat use of both species, we used repeated aerial surveys and a dynamic multistate occupancy modeling approach to jointly estimate 1) probability of lake use and 2) probability of use for nesting for Yellow-billed and Pacific loon populations at the landscape scale on the Seward Peninsula and Cape Krusenstern, Alaska, in 2011 and 2013. We also estimated state-specific transition probabilities and degree of interspecific competition to assess population stability and degree of species interactions. We found that probability of site reuse (ϕYellow-billed = 0.73 [0.44–0.94]; ϕPacific = 0.86 [0.72–0.98]) or reuse for nesting (ϕYellow-billed = 0.72 [0.46–0.97]; ϕPacific = 0.59 [0.38–0.85]) in 2013 was high, as was overall use of lakes >7 ha by loons (>80%). These results suggested that lake habitats may have been saturated, and that populations of both species were stable over the two-year interval between surveys. Our estimates indicated that nesting populations in western Alaska were much larger than previously thought for both Yellow-billed (∼2.5 times larger) and Pacific loons (∼1.5–2.0 times larger). Together our results indicate that Arctic wetlands in western Alaska are important for both species and that loon populations in this area warrant additional consideration for conservation.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».