A multivariate analysis of bird species composition and abundance between crop types and seasons in southern Ontario, Canada
Notice bibliographique
Résumé
Many farmland bird species are declining in North America and Europe, yet there are few data documenting bird use of agricultural landscapes, especially in Canada. This information is needed in order to identify candidate factors contributing to declines. We examined the influence of crop type and adjacent habitat on birds in fields of four crop types in three southern Ontario counties during the 1988 breeding (May-July) and 1987 and 1988 migration (August-September) seasons, using canonical correspondence analysis (CCA). Crops included apple Malus spp. orchards in Norfolk, soybeans Glycine max in Essex, vineyards Vitae spp. in Niagara and corn Zea mays (maize) in all three counties. Bird assemblages differed between counties because corn in Norfolk had more adjacent wetlands and woodlands than those in Essex. During the breeding season (1988), significant habitat variables explaining variation in bird assemblages (in order of importance) were adjacent apple orchards, wetlands, and “other” wooded habitats and apple as the crop (as distinct from adjacent apple orchards). During migration, apple as the crop was most important, followed by crop type corn (distinct from adjacent corn), adjacent wetlands and adjacent other crops in 1988. Apple as the crop was most important, followed by grape as the crop (distinct from adjacent vineyards) and wetlands in 1987. Based on median vector distances in ordination space as a measure of the difference between breeding and migration periods, bird assemblages in soybean and corn in Essex changed most, while birds assemblages in apple orchards changed least, although differences were not significant among crops. Our results emphasize the importance of non-crop and crop habitats for birds during both breeding and migration seasons.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,002 | 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 ».