MétaCan
Menu
Retour à la cohorte
Enregistrement W2076739520 · doi:10.1525/cond.2010.090239

Research Needs and Recommendations for the Use of Conspecific-Attraction Methods in the Conservation of Migratory Songbirds

2010· article· en· W2076739520 sur OpenAlexaff
Marissa Ahlering, Debora Arlt, Matthew G. Betts, Robert J. Fletcher, Joseph J. Nocera, Michael P. Ward

Notice bibliographique

RevueOrnithological Applications · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensTrent UniversityMinistry of Natural Resources and Forestry
Organismes subventionnairesSvenska Forskningsrådet FormasUniversity of Missouri
Mots-clésAttractionHabitatEcologyConservation biologyBiology

Résumé

récupéré en direct d'OpenAlex

Numerous studies have confirmed that when selecting habitat birds can use social information acquired from observing other individuals, and many aspects of this social information can be capitalized upon to manage bird populations. The conservation implications of attraction to conspecifics are especially promising for management, and as research progresses it is important to consider how this behavior can be applied to conservation practice. The biological underpinnings of conspecific attraction and the repercussions of manipulating species' distributions with attraction methods are not well understood, but conservation decisions often cannot wait for scientific research. Here we synthesize the current research on manipulation of songbirds by conspecific-attraction methods and review our knowledge gaps critically. We reviewed the published literature on conspecific-attraction experiments in songbirds and found that of 24 studies in which they were attempted, 20 were successful in attracting birds. Although many experiments have been successful in attracting conspecifics with various cues, we outline issues to be considered before songbirds are manipulated by attraction methods, and we highlight areas of research necessary to enhance the understanding of conspecific attraction and its use in 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,060
score de la tête « metaresearch » (Gemma)0,116
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,316

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0600,116
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0050,005
Études des sciences et des technologies0,0030,005
Communication savante0,0070,012
Science ouverte0,0060,003
Intégrité de la recherche0,0160,007
Charge utile insuffisante (le modèle a refusé de juger)0,0320,006

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.

Tête enseignante Opus0,359
Tête enseignante GPT0,442
Écart entre enseignants0,083 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations112
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrnithological ApplicationsMême sujetAnimal Behavior and ReproductionTravaux en français237 207