Current Status and Abundance Trends of Common Terns Breeding at Known Coastal and Inland Nesting Regions in Canada
Notice bibliographique
Résumé
The status of Common Terns (Sterna hirundo) breeding in Canada is presented, with abundance trends in regions where data allow. Large (>12,000 pairs) concentrations of Common Terns nested in coastal Newfoundland, long the Gulf of St. Lawrence coast of New Brunswick, and in lakes Winnipeg, Winnipegosis and Manitoba in Manitoba. Nest numbers increased in the four provinces of Atlantic Canada ( 31%; 1973–2010), the Mingan Archipelago National Park Reserve Canada (MANPRC) in the Gulf of St. Lawrence ( 81%; 1986–2009) and possibly in Great Slave Lake ( 10%; 1988–2010). Nest numbers declined (-41%; 1976–2009) in Canadian waters of the North American Great Lakes. Based on recent census data (1999–2010), the number of Common Terns breeding in Canada was estimated at between 82,000–89,500 pairs, with possibly thousands of additional pairs elsewhere in Canada that have never been systematically censused: Manitoba, Saskatchewan, Alberta inland areas of eastern provinces and the boreal forest. Recommendations are that Common Terns be censused in these areas with protocols established for the Great Lakes and annual management be implemented at sites on the Great Lakes earlier identified as “high priority”. Adoption of these recommendations would achieve better understanding of national abundance trends and inform future consevation initiatives.
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 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».