Differential habitat selection in boreal songbirds influences estimates of population size and distribution
Notice bibliographique
Résumé
Abstract Aim Most large‐scale species distribution models assume spatially constant habitat selection throughout a species' geographic range. However, there is evidence this assumption may not be valid for a number of boreal bird species, which could lead to biased predictions of density and distribution in range‐wide models. Our goal was to test for and quantify differential habitat selection (DHS) in songbirds among regions of the Canadian boreal forest. Location Northern Alberta, western Ontario and southern Quebec, Canada. Methods We used hierarchical analysis of covariance models with region‐specific parameter estimates to test for differential selection of forest attributes among three regions for six boreal bird species. We used the results of these models to quantify intraspecific niche overlap between regions and compared posterior predictive accuracy to models that did not account for DHS. Results We found a generally large standardized effect size (median effect size = 1.674) of region on selection of specific habitat variables for all six species, although there was high variability among species, variables and regional comparisons. The proportion of niche overlap between regions was generally low (mean overlap = 0.309 for all pairwise comparisons), with no spatial pattern to the overlap. Models accounting for DHS had significantly higher posterior predictive accuracy according to the Watanabe–Akaike information criterion. Main Conclusions We found strong evidence for DHS among regions for six boreal songbird species in individual habitat attributes and overall niche space. The higher predictive accuracy of our DHS models suggests that failure to account for spatial variability in habitat selection can lead to biased estimates of density and spatial distribution. Models that did not account for DHS overestimated density relative to DHS models. We conclude that large‐scale species distribution models should account for regional variation in habitat selection in order to obtain accurate estimates of population size and distribution.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».