Habitat loss on the breeding grounds is a major contributor to population declines in a long-distance migratory songbird
Notice bibliographique
Résumé
Many migratory species are declining and for most, the proximate causes of their declines remain unknown. For many long-distance Neotropical migratory songbirds, it is assumed that habitat loss on breeding or non-breeding grounds is a primary driver of population declines. We integrated data collected from tracking technology, community science and remote sensing data to quantify migratory connectivity (MC), population trends and habitat loss. We quantified the correlation between forest change throughout the annual cycle and population declines of a long-distance migratory songbird, the Connecticut warbler (Oporornis agilis, observed decline: −8.99% yr−1). MC, the geographic link between populations during two or more phases of the annual cycle, was stronger between breeding and autumn migration routes (MC = 0.24 ± 0.23) than between breeding and non-breeding locations (MC = −0.2 ± 0.14). Different Connecticut warbler populations tended to have population-specific fall migration routes but overlapped almost completely within the northern Gran Chaco ecoregion in South America. Cumulative forest loss within 50 km of breeding locations and the resulting decline in the largest forested patch index was correlated more strongly with population declines than forest loss on migratory stopover regions or on wintering locations in South America, suggesting that habitat loss during the breeding season is a driver of observed population declines for the Connecticut warbler. Land-use practices that retain large, forested patches within landscapes will likely benefit breeding populations of this declining songbird, but further research is needed to help inform land-use practices across the full annual cycle to minimize the impacts to migratory songbirds and abate ongoing population declines.
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 | 0,001 |
| 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 | 0,000 |
| 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 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 ».