Comprehensive estimation of spatial and temporal migratory connectivity across the annual cycle to direct conservation efforts
Notice bibliographique
Résumé
Migratory connectivity is the degree to which populations are linked in space and time across the annual cycle. Low connectivity indicates mixing of populations while high connectivity indicates population separation in space or time. High migratory connectivity makes individual populations susceptible to local environmental conditions; therefore, evaluating migratory connectivity continuously across a species range is important for understanding differential population trends and revealing places and times contributing to these differences. The common nighthawk Chordeiles minor is a widespread, declining, long‐distance migratory bird. Variable population trends across the nighthawk breeding range suggest that knowledge of migratory connectivity is needed to direct conservation. We used GPS tags to track 52 individuals from 12 breeding populations. We estimated migratory connectivity as 0.29 (Mantel coefficient: 0 = no connectivity, 1 = full connectivity) between the breeding and wintering grounds. We then estimated migratory connectivity at every latitude (spatial connectivity) or day (temporal connectivity) of migration and smoothed those migratory connectivity estimates to produce continuous migratory connectivity ‘profiles'. Spatial and temporal connectivity were highest during migration through North America (around 0.3–0.6), with values generally around 0 in Central and South America due to mixing of populations along a common migratory route and similar migration timing across populations. We found local peaks in spatial and temporal connectivity during migration associated with crossing the Gulf of Mexico. We used simulations to estimate the probability that our method missed peaks (spatial: 0.12, temporal: 0.18) or detected false peaks (spatial: 0.11, temporal: 0.37) due to data gaps and showed that our approach remains useful even for sparse and/or sporadic location data. Our study presents a generalizable approach to evaluating migratory connectivity across the full annual cycle that can be used to focus migratory bird conservation towards places and times of the annual cycle where populations are more likely to be limited.
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) | 0,000 | 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 ».