Estimates of species‐level tolerance of urban habitat in North American birds
Notice bibliographique
Résumé
Species vary in their responses to urban habitat; most species avoid these environments, whereas others tolerate or even thrive in them. To better characterize the extent to which species vary in their responses to urban habitat (from this point forwards "urban tolerance"), we used several methods to quantify these responses at a continental scale across all birds. Using open access community science-derived data from the eBird Status and Trends Products and two different types of high-resolution geospatial data that quantify urbanization of landscapes, we calculated urban tolerance for 432 species with breeding ranges that overlap large cities in Canada or the USA. We developed six different calculations to characterize species-level urban tolerance, allowing us to assess how each species' relative abundance across their breeding range varied with estimates of urban habitat use and intensity. We assessed correlations among these six indices, then compressed the two best-performing indices into a single principal component (multivariate urban tolerance index) that captured variation in urban tolerance among species. We assessed the accuracy of our single and multivariate urban tolerance indices using 24 test species that have been well characterized for their tolerance or avoidance of the urban habitat, as well as with previously published, independent urban tolerance estimates. Here, we provide this new dataset of species-level urban tolerance estimates that improves upon previous metrics by incorporating continental-scale, continuous estimates that better differentiate species' tolerance of urban habitat compared with existing, categorical methods. These refined metrics can be used to test hypotheses that link ecological, life history, and behavioral traits to avian urban tolerance. The dataset is licensed as CC-By Attribution 4.0 International. Users must appropriately cite the data paper and dataset if used in publications and scientific presentations.
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 | 0,002 | 0,001 |
| 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 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 ».