Interactive effects of multiscale diversification practices on farmland bird stress
Notice bibliographique
Résumé
Farmland diversification practices (i.e., methods used to produce food sustainably by enhancing biodiversity in cropping systems) are sometimes considered beneficial to both agriculture and biodiversity, but most studies of these practices rely on species richness, diversity, or abundance as a proxy for habitat quality. Biodiversity assessments may miss early clues that populations are imperiled when species presence does not imply persistence. Physiological stress indicators may help identify low-quality habitats before population declines occur. We explored how avian stress indicators respond to on-farm management practices and surrounding seminatural area (1-km radius) across 21 California strawberry farms. We examined whether commonly used biodiversity metrics correlate with stress responses in wild birds. We used ∼1000 blood and feather samples and body mass and wing chord measurements, mostly from passerines, to test the effects of diversification practices on four physiological stress indicators: heterophil to lymphocyte ratios (H:L), body condition, hematocrit values, and feather growth rates of individual birds. We then tested the relationship between physiological stress indicators and species richness, abundance, occurrence, and diversity derived from 285 bird point count surveys. After accounting for other biological drivers, landscape context mediated the effect of local farm management on H:L and body condition. Local diversification practices were associated with reduced individual stress in intensive agricultural landscapes but increased it in landscapes surrounded by relatively more seminatural area. Feathers grew more slowly in landscapes dominated by strawberry production, suggesting that nutritional condition was lower here than in landscapes with more crop types and seminatural areas. We found scant evidence that species richness, abundance, occurrence, or diversity metrics were correlated with the individual's physiological stress, suggesting that reliance on these metrics may obscure the impacts of management on species persistence. Our findings underscore the importance of considering landscape context when designing local management strategies to promote wildlife conservation.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».