MétaCan
Menu
Retour à la cohorte
Enregistrement W4379538318 · doi:10.5751/ace-02464-180121

Evaluating the effects of Natural Resources Conservation Service project implementation on the disturbance-dependent avian community with implications for Blue-winged Warblers

2023· article· en· W4379538318 sur OpenAlexvenueno aff
Lincoln R. Oliver, Richard Bailey, Kyle R. Aldinger, Petra Wood, Christopher M. Lituma

Notice bibliographique

RevueAvian Conservation and Ecology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensnon disponible
Organismes subventionnairesNatural Resources Conservation ServiceNational Institute of Food and AgricultureWest Virginia University
Mots-clésWarblerEcologySpecies richnessShrublandOccupancyHabitatGeographyForbGrasslandSongbirdBiology

Résumé

récupéré en direct d'OpenAlex

The Blue-winged Warbler (Vermivora cyanoptera) is a songbird that breeds in eastern deciduous forests of North America. The species is declining, partially due to declines in forest disturbances. According to the umbrella species concept, management actions implemented to benefit other critically declining disturbance-dependent species like the Cerulean (Setophaga cerulea) and Golden-winged (Vermivora chrysoptera) warblers should positively affect Blue-winged Warbler site occupancy and species richness of shrubland and grassland birds. Similarly, determining if the umbrella concept is supported by relating species richness of disturbance-dependent avian guilds would support continued funding for species-specific conservation and management. Our goal was to evaluate if Natural Resources Conservation Service (NRCS) projects in West Virginia implemented for Cerulean and Golden-winged warblers also positively affected Blue-winged Warbler site occupancy and the disturbance-dependent avian community. We hypothesized that Blue-winged Warbler single-season occupancy and species richness for shrubland and grassland bird species would be greater on treated sites than on untreated sites. We also included other vegetation variables (i.e., percent cover of grasses, forbs, etc.) and spatial variables (i.e., elevation (m), ecoregion, etc.) that could affect Blue-winged Warbler site occupancy. We conducted point count surveys at 341 total locations distributed among 20 private properties managed for Golden-winged Warblers (n = 147); 19 private properties managed for Cerulean Warblers (n = 197); and two properties managed for both species during 2019–2020. Treatments included a variety of management practices (i.e., brush management) following specific guidelines to improve Cerulean and Golden-winged warbler habitat. We identified and defined untreated sites as either pre-treatment sites with planned management that had not yet occurred, or as reference sites, which were outside of treatment areas and representative of pre-treatment vegetation structure conditions. Contrary to our hypotheses, treated points had lower Blue-winged Warbler site occupancy than untreated points by 34–44% depending on ecoregion (Central Appalachians, Ridge and Valley, Western Allegheny Plateau), and shrubland and grassland avian guild richness were not different at untreated and treated locations. Thus, NRCS conservation project implementation for Cerulean and Golden-winged warblers did not meaningfully affect Blue-winged Warbler site occupancy or associated shrubland and grassland bird avian richness. We detected Blue-winged Warblers across the range of elevations surveyed (244–917 m), suggesting that their breeding distribution is continuing to expand into higher elevations in the Central Appalachians. Additionally, Blue-winged Warbler site occupancy was positively correlated with shrubland conditions within 100 m of survey points and decreased with increasing basal area within 100 m of survey points. Thus, management that increases the amount of shrubland in the Central Appalachians has potential as a conservation action to benefit Blue-winged Warbler site occupancy.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,053
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,050
Tête enseignante GPT0,321
Écart entre enseignants0,271 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAvian Conservation and EcologyMême sujetRangeland and Wildlife ManagementTravaux en français237 207