Regional variability in extinction thresholds for forest birds in the north‐eastern United States: an examination of potential drivers using long‐term breeding bird atlas datasets
Notice bibliographique
Résumé
Abstract Aim Demand for quantitative conservation targets has yielded a search for generalities in habitat thresholds, particular amounts of habitat at which extinction probabilities change strongly. These thresholds are thought to vary across regions, but investigation of this variability has been limited. We tested whether thresholds (of forest separating extinction from persistence) increased as either average forest cover in landscapes decreased or the degree of fragmentation increased. Location Massachusetts, Michigan, New York, Ohio, Pennsylvania and Vermont. Methods We used segmented logistic regressions to estimate thresholds in the relationship between extinction probability and forest cover for 25 forest‐breeding birds, comparing estimated thresholds across states. We also selected landscapes from our entire study area in which landscape‐level forest cover and degree of fragmentation varied independently and compared thresholds. Results We found that thresholds in extinction probability varied widely among species (7–90% forest cover) and within species across states [e.g. 12–90% for white‐throated sparrow (Zonotrichia albicollis)]. Additional analyses showed no indications that thresholds correlated with the degree of fragmentation or forest cover across the landscape; we found considerable variability in thresholds across landscapes, species and even landscapes in which (average) fragmentation and forest cover were similar. Main conclusions Extinction threshold estimates varied tremendously across species and landscapes. Thus, habitat thresholds are difficult to generalize as they depend on many factors beyond landscape fragmentation and habitat availability (e.g. landscape characteristics such as matrix quality). Our findings highlight the need to avoid oversimplification and generalization of habitat thresholds, especially as they might prove counterproductive to conservation efforts. Instead, we propose that we evaluate thresholds for individual species – preferably using species‐centred habitat definitions in threshold modelling – to derive generalities for ecological and conservation applications.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».