Vegetation phenology and nest survival: Diagnosing heterogeneous effects through time
Notice bibliographique
Résumé
Birds should select nest sites that minimize predation risk, but understanding the influence of vegetation on nest survival has proven problematic. Specifically, the common practice of measuring vegetation on nest fate date can overestimate its effect on nest survival, simply because vegetation at hatched nests grows for a longer period of time than vegetation at nests that were depredated. Here, we sampled the literature to determine the prevalence of this bias in studies of duck breeding ecology. We then used survival data collected from ~2,800 duck nests to empirically evaluate evidence of bias in four different vegetation metrics: vegetation density measured when the nest was found, density when the nest was fated, and date-corrected regression residuals of these two. We also diagnosed the magnitude of vegetation effects on nest survival by restricting our analysis to only nests which were fated contemporaneously (thereby removing potential bias in the timing of measurement). Finally, we examined whether systematic phenological differences exist between vegetation at hatched and depredated nests that have the potential to further obfuscate the relationship between vegetation and nest survival. We found evidence for a true-positive effect of vegetation density on nest survival that appeared to be inflated when using raw vegetation measurements collected at fate date. However, taken in combination with the literature review, our results suggest that the majority of duck nesting studies have evaluated the role of vegetation on nest survival using a relatively less biased metric-vegetation density when the nest was found. Finally, we found that over the course of a nesting attempt, vegetation increased in density at successful nests, but decreased in density at depredated nests. As a consequence, duck researchers using vegetation data collected when the nest was found may actually be underestimating the magnitude of the effect. This seasonal change potentially points to an important new metric for understanding predation risk, but further experimental research is required to fully eliminate potential biases in the timing of vegetation measurements.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».