MétaCan
Menu
Retour à la cohorte
Enregistrement W4288718724 · doi:10.1080/01584197.2022.2104734

Sympatric finches differ in visitation patterns to watering holes: implications for site-focused bird counts

2022· article· en· W4288718724 sur OpenAlexaff
Sydney J. Collett, Tara L. Crewe, Ian J. Radford, Stephen T. Garnett, Hamish A. Campbell

Notice bibliographique

RevueEmu - Austral Ornithology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensGovernment of Nova Scotia
Organismes subventionnairesAustralian Research Council
Mots-clésSympatric speciationAbundance (ecology)BiologyOrnithologyEcologyPopulationConservation biologyPopulation sizeSouthern HemisphereDemography

Résumé

récupéré en direct d'OpenAlex

Estimating trends in population size is critical for understanding population status and assessing the success of management interventions. Visual counts of birds as they congregate around predictable locations, such as waterholes, is a popular technique for estimating population size. Bird counts are used as a proxy for abundance, but how the relationship between counts and actual abundance varies over space and time is rarely assessed. Here, we demonstrate that colour banding and motion detection cameras provided a good method for monitoring finch visitation patterns across space and time. These methods were validated using three sympatric finch species, the abundance of which have been estimated from waterhole counts over many years. The study showed significant temporal inter-species variability in the proportion of birds visiting waterholes and the number of times the same individual returned to the same waterhole during the early morning. Bird visitation rates also varied between consecutive days, across adjacent waterholes and at different stages of the dry season. Our study suggests that spatiotemporal variation in individual behaviour may introduce substantial error into site-focused bird counts and we recommend considering this in census design.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,005
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,029
Tête enseignante GPT0,283
Écart entre enseignants0,254 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmu - Austral OrnithologyMême sujetAvian ecology and behaviorTravaux en français237 207