Impacts of Chronic Anthropogenic Noise from Energy‐Sector Activity on Abundance of Songbirds in the Boreal Forest
Notice bibliographique
Résumé
The effects of human activities in forests are often examined in the context of habitat conversion. Changes in habitat structure and composition are also associated with increases in the activity of people with vehicles and equipment, which results in increases in anthropogenic noise. Anthropogenic noise may reduce habitat quality for many species, particularly those that rely on acoustic signals for communication. We compared the density and occupancy rate of forest passerines close to versus far from noise-generating compressor stations and noiseless well pads in the boreal forest of Alberta, Canada. Using distance-based sampling, we found that areas near noiseless energy facilities had a total passerine density 1.5 times higher than areas near noise-producing energy sites. The White-throated Sparrow (Zonotrichia albicollis), Yellow-rumped Warbler (Dendroica coronata), and Red-eyed Vireo (Vireo olivaceus) were less dense in noisy areas. We used repeat sampling to estimate occupancy rate for 23 additional species. Seven had lower conditional or unconditional occupancy rates near noise-generating facilities. One-third of the species examined showed patterns that supported the hypothesis that abundance is influenced by anthropogenic noise. An additional 4 species responded negatively to edge effects. To mitigate existing noise impacts on birds would require approximately $175 million. The merits of such an effort relative to other reclamation actions are discussed. Nevertheless, given the $100 billion energy-sector investment planned for the boreal forest in the next 10 years, including noise suppression technology at the outset of construction, makes noise mitigation a cost-effective best-management practice that might help conserve high-quality habitat for boreal birds.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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 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 ».