Effect of Revisitation Surveys on Detection of Wetland Birds with Different Diel Vocalization Patterns
Notice bibliographique
Résumé
Abstract Reliable species distribution data are important for valid scientific conclusions and effective conservation planning. Mismatch between survey timing and animal behaviors that influence detection may result in false absences that can lead to poorly informed management decisions. Birds exhibit a diversity of diel vocalization patterns, but many large-scale multispecies surveys are based on the songbird dawn chorus, indicating the potential for bias to detect birds with other diel vocalization patterns. In this study, we quantified bias in point counts and morning acoustic recordings to measure the number of occupied sites detected for a set of dawn chorusing birds (songbirds) and irregularly vocalizing wetland birds (waterfowl) relative to estimates obtained from 10-min acoustic recordings conducted hourly throughout 24-h periods for three consecutive days. Furthermore, we investigated which revisitation schedule—same day or different day sampling, as well as increased sampling effort—best minimized false-negative detections for songbirds and waterfowl. Morning surveys significantly underestimated the number of occupied sites for 10 of 13 species. No differences were found between same-day and between-day revisitation schedules with identical sampling effort, regardless of whether birds exhibited a dawn chorus or irregular vocalization patterns. Detection improved with increased sampling effort. Subsampled recordings captured the majority of occupied sites for songbirds (up to 87% of occupied sites detected), but less so for waterfowl (up to 60% of occupied sites detected). Accurate detection for irregularly vocalizing species such as waterfowl will require more intensive sampling effort (likely throughout 24-h periods) when using acoustic recordings.
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) | 0,000 | 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 ».