Putting Density Back into the Habitat‐Quality Equation: Case Study of an Open‐Nesting Forest Bird
Notice bibliographique
Résumé
Ecological traps and other cases of apparently maladaptive habitat selection cast doubt on the relevance of density as an indicator of habitat quality. Nevertheless, the prevalence of these phenomena remains poorly known, and density may still reflect habitat quality in most systems. We examined the relationship between density and two other parameters of habitat quality in an open-nesting passerine species: the Ovenbird (Seiurus aurocapilla). We hypothesized that the average individual bird makes a good decision when selecting its breeding territory and that territory spacing reflects site productivity or predation risk. Therefore, we predicted that density would be positively correlated with productivity (number of young fledged per unit area). Because individual performance is sensitive to events partly determined by chance, such as nest predation, we further predicted density would be weakly correlated or uncorrelated with the proportion of territories fledging young. We collected data in 23 study sites (25 ha each), 16 of which were located in untreated mature northern hardwood forest and seven in stands partially harvested (treated) 1-7 years prior to the survey. Density explained most of the variability in productivity (R(2)= 0.73), and there was no apparent decoupling between density and productivity in treated plots. In contrast, there was no significant relationship between density and the proportion of territories fledging >or=1 young over the entire breeding season. These results suggest that density reflects habitat quality at the plot scale in this study system. To our knowledge this is one of the few studies testing the value of territory density as an indicator of habitat quality in an open-nesting bird species on the basis of a relatively large number of sizeable study plots.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».