Uneven Rates of Landscape Change as a Source of Bias in Roadside Wildlife Surveys
Notice bibliographique
Résumé
ABSTRACT Roadside survey data have been used frequently to assess species occurrence and population trends and to establish conservation priorities. However, most studies using such data assume that samples are representative of either the amount of habitat or its rate of change at larger spatial scales. We tested both of these assumptions for the Breeding Bird Survey (BBS) from 1974 to 2001 in New Brunswick, Canada. Our study focused on mature forest—a cover type that we predicted would be characterized by rapid change due to human activities and that is of high ecological importance. We also sought to determine whether land cover changes adjacent to BBS routes were related to bird population trends detected in BBS data. Within all 3 time periods examined (1970s, 1980s, and 1990s), the amount of mature forest adjacent to BBS routes was significantly lower than in surrounding 1° blocks of latitude and longitude. This could be problematic for studies that use roadside data to compare the relative abundance of species. On average, mature forest declined at a rate of‐1.5% per year over the 28‐year study period. We detected no significant difference in the rate of change between degree blocks and BBS routes over this time span. However, in the 1970s and 1980s, mature forest declined more rapidly in degree blocks (‐2.7%/yr) than adjacent to BBS routes (‐0.5/yr). We also found that the BBS trend for a mature forest‐associated species, blackburnian warbler ( Dendroica fusca ), was correlated with the trend in mature forest along BBS routes. This, combined with slower rates of mature forest change along routes in the 1970s and 1980s, suggests that BBS data may have underestimated population declines during this period. It is important that research be conducted to test for potential biases in roadside surveys caused by uneven rates of landscape change, particularly in regions characterized by rapid habitat alteration.
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 | 0,017 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,000 | 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 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 ».