A century of change in Glaucous-winged Gull (<i>Larus glaucescens</i>) populations in a dynamic coastal environment
Notice bibliographique
Résumé
As conspicuous midtrophic omnivores, gulls can serve as useful indicators to characterize long-term ecological changes in marine ecosystems. Glaucous-winged Gulls (Larus glaucescens) have been studied in the Georgia Basin of British Columbia, Canada, an urbanized coastal zone, since the late 1800s. We collated all available information to develop a (noncontinuous) 111-year time series of counts at breeding colonies, and combined these counts with demographic vital rates to assess how changes in historical gull egg harvesting practices, forage fish abundance, and Bald Eagle (Haliaeetus leucocephalus) numbers affected gull population trajectories from 1900 to 2010. Mean counts at 87 breeding colonies in the Georgia Basin showed a nonlinear trend, increasing from historical low counts in the early part of the twentieth century to peak values in the 1980s, and declining thereafter to the end of the time series. Demographic models that integrated temporal trends in clutch size and nesting success, and which also included a food-related decline in first-year survival or a further reduction in nesting success as a function of eagle abundance, successfully reproduced trajectories of gull population growth rates over the study period. Glaucous-winged Gulls have thus responded to a series of changes in the Georgia Basin. These patterns are consistent with population release following cessation of egg harvesting; growing reliance by gulls on nonfish foods and resulting declines in clutch size, productivity, and first-year survival; and the effects of recovering Bald Eagle populations. These results highlight the value of compiling data from multiple retrospective studies to better understand the complex factors affecting long-term trends in animal populations.
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) | 0,001 | 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 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 ».