Use of citizen science to identify factors affecting bird–window collision risk at houses
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Bird–window collisions at houses have been identified as a significant source of mortality for North American birds, but which types of houses and windows are most problematic remains poorly understood. We assessed how neighborhood type, yard conditions, house attributes, and window type influenced collision rates. Data were collected from citizen scientists across Alberta, Canada, who surveyed their houses daily. In relation to the best-fitting model, the yard model explained 58.1% of the explained deviance, the neighborhood model 45.6%, and the house model 42.6%. The factors that had the largest effect for predicting collision risk included season and whether the house was in a rural or an urban area (rural areas in the fall had a 6.0× higher collision risk than urban areas in the winter), the height of vegetation in the front yard of the house (trees >2 stories high increased collision risk by 3.6× compared to houses with no trees), and the presence of a bird feeder (which increased collision risk by 1.7×). This suggests that multiple factors affect collision rates and that the suitability of a yard as bird habitat is likely a key driver. Given that few homeowners are likely to take an approach that reduces the number of birds in their yards, future focus needs to be given to bird-friendly urban design and developing the most effective window deterrents so that collisions can be reduced and birds enjoyed in urban environments.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 | 0,001 |
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 découle