MétaCan
Menu
Retour à la cohorte
Enregistrement W2793478281 · doi:10.3356/jrr-16-100.1

Raptor Interactions With Wind Energy: Case Studies From Around the World

2018· article· en· W2793478281 sur OpenAlexaff
Richard T. Watson, Patrick S. Kolar, Miguel Ferrer, Torgeir Nygård, Naira N. Johnston, W. Grainger Hunt, Hanneline Smit‐Robinson, Christopher J. Farmer, Manuela Huso, Todd E. Katzner

Notice bibliographique

RevueJournal of Raptor Research · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésElectrocutionWind powerForagingEndangered speciesEnvironmental scienceHabitatPopulationGeographyEnvironmental resource managementEcologyBiology

Résumé

récupéré en direct d'OpenAlex

The global potential for wind power generation is vast, and the number of installations is increasing rapidly. We review case studies from around the world of the effects on raptors of wind-energy development. Collision mortality, displacement, and habitat loss have the potential to cause population-level effects, especially for species that are rare or endangered. The impact on raptors has much to do with their behavior, so careful siting of wind-energy developments to avoid areas suited to raptor breeding, foraging, or migration would reduce these effects. At established wind farms that already conflict with raptors, reduction of fatalities may be feasible by curtailment of turbines as raptors approach, and offset through mitigation of other human causes of mortality such as electrocution and poisoning, provided the relative effects can be quantified. Measurement of raptor mortality at wind farms is the subject of intense effort and study, especially where mitigation is required by law, with novel statistical approaches recently made available to improve the notoriously difficult-to-estimate mortality rates of rare and hard-to-detect species. Global standards for wind farm placement, monitoring, and effects mitigation would be a valuable contribution to raptor conservation worldwide.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,322
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,411
Écart entre enseignants0,314 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations82
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Raptor ResearchMême sujetAvian ecology and behaviorTravaux en français237 207