Drivers of bird-window collisions in southern South America: a two-scale assessment applying citizen science
Notice bibliographique
Résumé
Bird-window collisions are one of the main causes of avian mortality worldwide, with estimations reaching up to almost one billion of dead individuals annually due to this cause in Canada and the USA alone. Although this is a growing conservation problem, most of the studies come from North America, evidencing the lack of knowledge and concern in countries with high biodiversity and growing population development. Our objectives were: (1) to estimate the current situation of bird-window collisions in Argentina, a country with around 10% of the world's avian biodiversity, and, (2) to identify drivers of bird-window collisions at a national and local scale, focusing on a city surrounded by a protected area. We used a citizen science project called "Bird-Window Collisions in Argentina" that consisted of an online survey that collected data on collision metrics and risk factors. We found that more than half of participants reported at least one collision during the last year, suggesting this issue is common and widespread. In addition, our data show that the number of windows and the presence of vegetation reflected in windows are factors that strongly influence the risk of collision at national scale. On the other hand, the environment surrounding buildings affects the rate of bird-window collisions at local scale, being greater in buildings surrounded by tall vegetation than in buildings surrounded by a greater proportion of urbanization (human-made structures). We call for attention on a topic that has been poorly evaluated in South America. We also encourage future scientific studies to evaluate additional risk factors and mitigation strategies accordingly, to provide a better understanding of bird-window collisions particularly in a highly biodiverse region as South America.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».