MétaCan
Menu
Retour à la cohorte
Enregistrement W4292264669 · doi:10.5751/ace-02167-170203

Do lighting conditions influence bird–window collisions?

2022· article· en· W4292264669 sur OpenAlexvenueno aff
Lauren C. Emerson, Robin Thady, Bruce A. Robertson, John P. Swaddle

Notice bibliographique

RevueAvian Conservation and Ecology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesVirginia Society of Ornithology
Mots-clésWindow (computing)CollisionReflection (computer programming)VideographyDaytimeArtificial lightEnvironmental scienceOpticsPhysicsComputer scienceAtmospheric sciencesComputer security

Résumé

récupéré en direct d'OpenAlex

Bird–window collisions account for approximately one billion bird deaths annually in North America. Highly reflective or mirrored glass is associated with increased collision risk, but little is known about whether the reflection caused by differential lighting of otherwise clear glass influences the risk of window collisions. We aimed to determine whether reflection from a clear window influences daytime collision risk by manipulating the lighting conditions on exterior and interior window surfaces. In a flight tunnel, we flew domesticated Zebra Finches (<em>Taeniopygia guttata</em>) toward windows manipulated to be of higher or lower reflection and recorded collision risk and flight velocity using three-dimensional videography. We predicted that the risk of collision would be greater when windows were manipulated to be more reflective. We found no support for this prediction. In contrast, we found that collision risk decreased in the presence of a stronger reflection during bright, midday exterior-lighting conditions. We suggest that the influence of window reflection on daytime window collisions is more complex than often assumed and might involve previously unaccounted properties of light, such as the polarity of light. Lastly, we recommend directions for future collision research and non-invasive mitigation strategies which involve the manipulation of interior lighting throughout the day.

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 enseignants0,061
Score d'incertitude au seuil0,993

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAvian Conservation and EcologyMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207