Opportunistically collected data reveal habitat selection by migrating Whooping Cranes in the U.S. Northern Plains
Notice bibliographique
Résumé
The Whooping Crane (Grus americana) is a federally endangered species in the United States and Canada that relies on wetland, grassland, and cropland habitat during its long migration between wintering grounds in coastal Texas, USA, and breeding sites in Alberta and Northwest Territories, Canada. We combined opportunistic Whooping Crane sightings with landscape data to identify correlates of Whooping Crane occurrence along the migration corridor in North Dakota and South Dakota, USA. Whooping Cranes selected landscapes characterized by diverse wetland communities and upland foraging opportunities. Model performance substantially improved when variables related to detection were included, emphasizing the importance of accounting for biases associated with detection and reporting of birds in opportunistic datasets. We created a predictive map showing relative probability of occurrence across the study region by applying our model to GIS data layers; validation using independent, unbiased locations from birds equipped with platform transmitting terminals indicated that our final model adequately predicted habitat use by migrant Whooping Cranes. The probability map demonstrated that existing conservation efforts have protected much top-tier Whooping Crane habitat, especially in the portions of North Dakota and South Dakota that lie east of the Missouri River. Our results can support species recovery by informing prioritization for acquisition and restoration of landscapes that provide safe roosting and foraging habitats. Our results can also guide the siting of structures such as wind towers and electrical transmission and distribution lines, which pose a strike and mortality risk to migrating Whooping Cranes.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,006 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».