The Efficiency of an Integrated Program Using Falconry to Deter Gulls from Landfills
Notice bibliographique
Résumé
Gulls are commonly attracted to landfills, and managers are often required to implement cost-effective and socially accepted deterrence programs. Our objective was to evaluate the effectiveness of an intensive program that integrated the use of trained birds of prey, pyrotechnics, and playback of gull distress calls at a landfill located close to a large ring-billed gull (Larus delawarensis) colony near Montreal, Quebec, Canada. We used long-term survey data on bird use of the landfill, conducted behavioral observations of gulls during one season and tracked birds fitted with GPS data loggers. We also carried out observations at another landfill located farther from the colony, where less refuse was brought and where a limited culling program was conducted. The integrated program based on falconry resulted in a 98% decrease in the annual total number of gulls counted each day between 1995 and 2014. A separate study indicated that the local breeding population of ring-billed gulls increased and then declined during this period but remained relatively large. In 2010, there was an average (±SE) of 59 ± 15 gulls/day using the site with falconry and only 0.4% ± 0.2% of these birds were feeding. At the other site, there was an average of 347 ± 55 gulls/day and 13% ± 3% were feeding. Twenty-two gulls tracked from the colony made 41 trips towards the landfills: twenty-five percent of the trips that passed by the site with falconry resulted in a stopover that lasted 22 ± 7 min compared to 85% at the other landfill lasting 63 ± 15 min. We concluded that the integrated program using falconry, which we consider more socially acceptable than selective culling, was effective in reducing the number of gulls at the landfill.
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) | 0,000 | 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 ».