MétaCan
Menu
← Retour à la cohorte
Enregistrement W4281697462 · doi:10.1101/2022.06.04.494825

Community science for enigmatic ecosystems: Using eBird to assess avian biodiversity on glaciers and snowfields

2022· preprint· en· W4281697462 sur OpenAlexfundno aff
William E. Brooks, Jordan Boersma, Neil Paprocki, Peter Wimberger, Scott Hotaling

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensnon disponible
Organismes subventionnairesNatural Resources CanadaU.S. Geological SurveyDirectorate for Biological Sciences
Mots-clésHabitatBiodiversityGlacierGeographyAbundance (ecology)EcologyEcosystemPhysical geographyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Aim To quantify avian biodiversity and habitat preference and describe behavior in an enigmatic, understudied ecosystem: mountain glaciers and snowfields. Location Mountains in the Pacific Northwest of western North America: British Columbia (CA), Washington and Oregon (USA). Taxon Birds observed within our study area and focal habitat. Methods We used community science data from eBird—an online database of bird observations from around the world—to estimate bird biodiversity and abundance in glacier and snowfield ecosystems as well as nearby, ice-adjacent habitats. We used field notes from eBird users and breeding codes to extend our data set to include insight into habitat usage and behavior. Finally, we compared our community-science approach to previous studies that used traditional survey methods. Results We identified considerable avian biodiversity in glacier and snowfield habitat (46 species) with four specialists that appeared to prefer glaciers and snowfields over nearby, ice-adjacent habitat. Combined with field notes by eBird users, our efforts increased the known global total of avian species associated with ice and snow habitats by 14%. When community science data was compared to traditional methods, we found similar species diversity but differences in abundance. Main conclusions Despite the imminent threat of glacier and snowfield melt due to climate change, species living in these habitats remain poorly studied, likely due to the remoteness and ruggedness of their terrain. Glaciers and snowfields hold notable bird diversity, however, with a specialized set of species appearing to preferentially forage in these habitats. Our results show that community science data can provide a valuable starting point for studying difficult to access areas, but traditional surveys are still useful for more rigorous quantification of avian biodiversity.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,067
Tête enseignante GPT0,269
Écart entre enseignants0,202 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→