Experimental traffic noise attracts birds during the breeding season
Notice bibliographique
Résumé
Abstract Understanding how anthropogenic disturbance affects animal behavior is challenging because observational studies often involve co-occurring disturbances (e.g., noise, lighting, and roadways), and laboratory experiments often lack ecological validity. During the 2016 and 2017 avian breeding seasons, we investigated the effects of anthropogenic noise and light on the singing and spatial behavior of wild birds by independently manipulating the presence of each type of disturbance at 89 sites in an otherwise undisturbed boreal forest in Labrador, Canada. Each treatment was surrounded by an eight-channel microphone array that recorded and localized avian vocalizations throughout the manipulation. We analyzed the effects of noise and light on the timing of the first vocalizations of each species at each array during the dawn chorus, and on the proximity of the vocalizing birds to the disturbance when those songs were produced. We analyzed all species combined, and then conducted separate analyses for the six most common species: boreal chickadee, dark-eyed junco, ruby-crowned kinglet, Swainson’s thrush, white-throated sparrow, and yellow-rumped warbler. When all species were analyzed together, we found that traffic noise attracted vocalizing birds. There was some evidence that light repelled birds, but this evidence was inconsistent. In our species-specific analyses, yellow-rumped warbler sang earlier in response to noise; Swainson’s thrush was attracted to noise and the combination of noise and light but repelled by light alone. Our study provides some of the first experimental evidence of the independent and combined effects of traffic noise and light on the vocal and spatial behavior of wild birds and suggests that breeding birds may be attracted to noisy roads where they could be exposed to additional forms of disturbance.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».