Raptors, racing pigeons and perceptions of attacks
Notice bibliographique
Résumé
Abstract Raptors are often the cause of human-wildlife conflict because they may predate economically valuable species, and it is the perceived extent of predation that may augment conflict between raptors and people who keep and race pigeons. This study uses data obtained through questionnaires and an online raptor-attack reporting feature to investigate the frequency of racing pigeon losses and the perceptions of pigeon fanciers. Responses suggest that those who kept more pigeons and entered more races lost a higher proportion of pigeons. Losses were also influenced by the predatory species: sparrowhawks (Accipter nisus) were more likely to attack pigeons at lofts, whilst peregrines (Falco peregrinus) were more likely to attack pigeons during training, with patterns linked to the raptors’ breeding seasons. Pigeon fanciers were almost unanimous in their perception that raptors threaten the future of the hobby. Previous studies show that only a small proportion of racing pigeons are likely to be lost to raptors, yet pigeon fanciers believe that raptors are the main cause of losses, highlighting a possible mismatch between the perceived and actual causes of loss. This misconception may be a main source of this human-raptor conflict, so educating pigeon fanciers about the true impact of raptors could help to alleviate the issue. A shift in the beginning of the pigeon racing season by one month, and careful sighting of pigeon lofts in gardens, are also recommended in order to reduce raptor attacks.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».