Considerations for a threatened seabird: The impact of shoreline avian predators on at‐sea marbled murrelets
Notice bibliographique
Résumé
Abstract We tested the influence of on‐shore avian predators on the at‐sea distribution and abundance of marbled murrelets ( Brachyramphus marmoratus ) during their breeding season in Haida Gwaii, British Columbia, Canada. We conducted a field experiment using deterrent predator decoy kites that mimicked flying bald eagles ( Haliaeetus leucocephalus ). In the summers of 2018 and 2019, we conducted at‐sea surveys of murrelet distributions along inshore and offshore transects with and without kites flying, and tallied real eagles along the shoreline and fish schools encountered. Kites negatively influenced overall murrelet counts (estimate = −1.19, 95% CI = −1.88 to −0.51), but we did not detect inshore to offshore movements within the study site. Our results indicate murrelet movement out of the study area in response to the kites. Overall murrelet counts were also lower when real eagle counts were higher (estimate = −0.22, 95% CI = −0.35 to −0.09). When kites were flying, a higher proportion of the murrelets remaining along inshore transects were found between rather than adjacent to kite locations (estimate = −1.61, 95% CI = −2.67 to −0.54), indicating avoidance of kites. Since avian predator populations have steadily increased in the past 30 years throughout the murrelet's breeding range, these avoidance effects could create a negative bias in long‐term shoreline count trends. Our findings highlight the importance of considering non‐lethal predator effects on murrelets when conducting at‐sea censuses and constructing conservation plans.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».