MétaCan
Menu
Retour à la cohorte
Enregistrement W3205915392 · doi:10.3390/land10101087

Four Years Continuous Monitoring Reveals Different Effects of Urban Constructed Wetlands on Bats

2021· article· en· W3205915392 sur OpenAlexaff
Han Li, Radmila Petric, Zinah Alazzawi, Jake Kauzlarich, Rania H. Mahmoud, Rasheed McFadden, Niklas G. Perslow, Andrea Rodriguez Flores, Hadi Soufi, Matina C. Kalcounis‐Rueppell, Malcolm D. Schug, Lindsey A. Zarecky

Notice bibliographique

RevueLand · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of North Carolina at GreensboroDuke Energy
Mots-clésWetlandHabitatWildlifeEcologyEcosystemGeographyBiodiversityEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Proactive artificial wetland constructions have been implemented to mitigate the loss of wetlands and their ecosystem services. As wetlands are habitats for bats, short-term (one or two years) studies find that constructed wetlands can immediately increase local bat activity and diversity. However, it is not clear how constructed wetlands affect bats through time while the wetlands are aging. We collected four years of continuous bat acoustic monitoring data at two constructed wetlands in an urban park in Greensboro, NC, USA. We examined bat activity and community composition patterns at these wetlands and compared them with reference sites in the city. With four years of data, we found that the effects of constructed wetlands were both habitat- and species-specific. The wetland in forests significantly increased bat activity, while the wetland in the open grass altered bat community composition. Specifically, in terms of species, we found that over time, constructed wetlands no longer attracted more big brown, silver-haired, or evening bats than control sites while the wetlands aged, highlighting the need to study broadly how each bat species uses natural and artificial wetlands. We emphasize the importance of long-term monitoring and the periodical evaluation of wildlife conservation actions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,111

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,204
Écart entre enseignants0,191 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLandMême sujetBat Biology and Ecology StudiesTravaux en français237 207