MétaCan
Menu
← Retour à la cohorte
Enregistrement W4243829724 · doi:10.24124/2009/bpgub589

Factors influencing avian movement patterns around proposed ridgeline wind farm sites in British Columbia, Canada.

2009· dissertation· en· W4243829724 sur OpenAlexaffabout
Philippe J. Thomas

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensLibrary and Archives Canada
Organismes subventionnairesnon disponible
Mots-clésWind powerNocturnalGeographyWind speedEnvironmental scienceTrack (disk drive)Wind directionGlobal wind patternsRenewable energyPhysical geographyMeteorologyEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

Due to the concerns over global warming, the demand for green renewable energy is escalating. Wind farms in Canada are being approved for construction at an exponential rate. Because large scale wind energy is relatively new technology, concerns have surfaced over the impact of wind turbines on aerial fauna, such as birds and bats. Proper monitoring protocols designed to understand the animals' behaviour around these structures are thus vital to identify potential risks. I monitored bird migration at three mountain ridges near Chetwynd, British Columbia. By using a combination of radar to track nocturnal migrants and stand watches to track diurnal migrants, I investigated how birds use landscape features during migration and how these movement patterns are influenced by regional weather systems. I found evidence that raptor movement patterns were influenced by topography, as diurnally-migrating raptors tend to move in concentration parallel to the windward edge of the ridgelines. Conversely, nocturnal movement patterns appeared less influenced by local topography than diurnal migrants. After collecting weather data and examining their effect on avian passage rates, I found that a combination of barometric pressure, cloud cover and wind speed was generally best able to explain and predict passage rates (wind speed being a strong variable). By understanding the spatial and temporal patterns of migration, wind farm proponents can develop mitigation strategies to minimize collision risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,010
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,219
Écart entre enseignants0,210 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAvian ecology and behavior→Travaux en français237 207→