Predicting Regional Abundance of Rare Grassland Birds with a Hierarchical Spatial Count Model
Notice bibliographique
Résumé
Grassland birds are among the most imperiled groups of birds in North America. Unfortunately, little is known about the location of regional concentrations of these birds, thus regional or statewide conservation efforts may be inappropriately applied, reducing their effectiveness. We identified environmental covariates associated with the abundance of five grassland birds in the upper midwestern United States (Bobolink [Dolichonyx oryzivorus], Grasshopper Sparrow [Ammodramus savannarum], Henslow's Sparrow [A. henslowii], Sedge Wren [Cistothorus platensis], and Upland Sandpiper [Bartramia longicauda]) with a hierarchical spatial count model fitted with Markov chain Monte Carlo methods. Markov chain Monte Carlo methods are well suited to this task because they are able to incorporate effects associated with autocorrelated counts and nuisance effects associated with years and observers, and the resulting models can be used to map predicted abundance at a landscape scale. Environmental covariates were derived from five suites of variables: landscape composition, landscape configuration, terrain heterogeneity and physiognomy, climate, and human influence. The final models largely conformed to our a priori expectations. Bobolinks and Henslow's Sparrows were strongly sensitive to grassland patch area. All of the species except Henslow's Sparrows exhibited substantial negative relations with forest composition, often at multiple spatial scales. Climate was found to be important for all species, and was the most important factor influencing abundance of Grasshopper Sparrows. After mapping predicted abundance, we found no obvious correspondence in the regional patterns of the five species. Thus, no clearly defined areas exist within the upper midwestern United States where management plans can be developed for a whole suite of grassland birds. Instead, a larger, region-wide initiative setting different goals for different species is recommended.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».