Interacting effects of cold snaps, rain, and agriculture on the fledging success of a declining aerial insectivore
Notice bibliographique
Résumé
Climate change predicts the increased frequency, duration, and intensity of inclement weather periods such as unseasonably low temperatures (i.e., cold snaps) and prolonged precipitation. Many migratory species have advanced the phenology of important life history stages and, as a result, are likely to be exposed to these periods of inclement spring weather more often, therefore risking reduced fitness and population growth. For declining avian species, including aerial insectivores, anthropogenic landscape changes such as agricultural intensification are another driver of population declines. These landscape changes may affect the foraging ability of food provisioning parents and reduce the survival of nestlings exposed to inclement weather through, for example, pesticide exposure impairing thermoregulation and punctual anorexia. Breeding in agro-intensive landscapes may therefore exacerbate the negative effects of inclement weather under climate change. We observed that a significant reduction in the availability of insect prey occurred when daily maximum temperatures fell below 18.3°C, and thereby defined any day when the maximum temperature fell below this value as a day witnessing a cold snap. We then combined daily information on the occurrence of cold snaps and measures of precipitation to assess their impact on the fledging success of Tree Swallows (Tachycineta bicolor) occupying a nest box system placed across a gradient of agricultural intensification. Estimated fledging success of this declining aerial insectivore was 36.2% lower for broods experiencing 4 cold-snap days during the 12 days post-hatching period versus broods experiencing none, and this relationship was worsened when facing more precipitation. We further found that the overall negative effects of a brood experiencing periods of inclement weather was exacerbated in more agro-intensive landscapes. Our results indicate that two of the primary hypothesized drivers of many avian population declines may interact to further increase the rate of declines in certain landscape contexts.
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) | 0,001 | 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 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 ».