Predator guards on nest boxes improve nesting success of birds
Notice bibliographique
Résumé
ABSTRACT Humans have long provided nest boxes in a widespread and popular effort to augment nesting sites for cavity‐nesting birds. Nest boxes, however, may provide easy access for predators and thereby create ecological traps for nesting birds. Predator exclusion techniques are often deployed at nest boxes to reduce nest predation, but few studies have tested their performance. For the first time, we test the effectiveness of predator guards in promoting the nesting success of multiple species of birds at a large spatial scale (United States and Canada). We used nest fate data from 24,114 nest records submitted from 2014 to 2016 to NestWatch, a citizen‐science program focused on quantifying nesting success, to determine whether installing predator guards on nest boxes is an effective management technique. Across all species, top models predicting daily nest survival rates suggest a positive influence of predator guards, with a nearly 7% increase in nest success for attempts in boxes with guards versus attempts in boxes without guards. At the species level, nest survival was greater for individuals nesting in boxes with guards in 7 of 9 species, with no effect in the remaining 2 species. Although all types of guards were correlated with improved nesting success, birds nesting in boxes with cone‐type baffles, stovepipe baffles, or entrance hole extenders were most likely to result in successful nesting. Further, birds nesting in boxes with multiple predator guards were more successful, on average, than birds nesting in boxes with only a single guard. Our results can help managers of cavity‐nesting birds incorporate science‐based evidence into decision‐making and allocate resources more effectively. © 2017 The Wildlife Society.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».