Grass Management Regimes Affect Grasshopper Availability and Subsequently American Crow Activity at Airports
Notice bibliographique
Résumé
With large expanses of open vegetation, airports serve as major attractants for numerous bird species, such as the American crow (Corvus brachyrhynchos), which can lead to high risk of bird–aircraft collision. Previous observations of large influxes of crows at the Prince George Airport (British Columbia, Canada) in July and August suggested that crows were opportunistically foraging on grasshopper (Melanoplus sp.) population eruptions in mown grass during those months. We tested whether grasshoppers were more visible (i.e., easier for crows to detect) under different grass lengths, and whether crows were preferentially attracted to these same grass lengths. Employing line transects during July to August 2010 and 2011, we detected >6 times as many grasshoppers in short-cut grass (0 to 15 cm) than in uncut grass (>30 cm). Data from 2011 also revealed that grasshopper detections by crows was significantly higher in short-cut grass than in grass left at intermediate lengths (long-cut grass [15 to 30 cm]). Crow densities also varied with grass length, with significantly more crows foraging in short-cut than long-cut or uncut grass lengths. Our results indicate that allowing the grass to grow to >15 cm could reduce the attraction of crows to the airfield and may reduce bird–aircraft collisions.
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 | 0,000 | 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) | 0,002 | 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 ».