MétaCan
Menu
Retour à la cohorte
Enregistrement W4393143872 · doi:10.5751/ace-02621-190109

Incorporating weather in counts and trends of migrating Common Nighthawks

2024· article· en· W4393143872 sur OpenAlexvenueno aff
Stephen Kolbe, Gerald J. Niemi, Annie Bracey, Matthew A. Etterson, Alexis R. Grinde

Notice bibliographique

RevueAvian Conservation and Ecology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBreeding bird surveyEveningPopulationGeographyRange (aeronautics)Vital ratesSeasonal breederCount dataMark and recaptureDemographyPopulation sizeEcologyPopulation growthPhysical geographyBiologyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Effective conservation planning for species of concern requires long-term monitoring data that can accurately estimate population trends. Supplemental or alternative methods for estimating population trends are necessary for species that are poorly sampled by traditional breeding bird survey methods. Counts of migrating birds are commonly used to assess raptor population trends and could be useful for additional taxa that migrate diurnally and are difficult to monitor during the breeding season. In North America, the Common Nighthawk (Chordeiles minor) is challenging to detect during comprehensive dawn surveys like the North American Breeding Bird Survey and is considered a species of conservation concern because of steep population declines across its range. We conducted standardized evening counts of migrating Common Nighthawks at a fixed survey location along western Lake Superior each autumn from 2008 to 2022. To document peak migration activity, counts spanned ~3 hours each evening from mid-August to early September for a mean of 19.4 ± 2.4 days. These count data were then used to assess the effects of weather on daily counts and high-count days and to calculate population trends over this 15-year period. We used generalized linear mixed effects models to determine the relationship between daily counts and high-count days (i.e., ≥1000 migrating nighthawks) and weather variables. Additionally, using our 15-year dataset, we calculated a geometric mean passage rate that accounted for annual differences in weather to estimate count trends. Annual counts averaged ~18,000 (min = 2514, max = 32,837) individuals and high-count days occurred 56 times throughout the course of the study. Model results indicated lighter, westerly winds and warmer temperatures were associated with higher daily counts and greater probability of a large migratory flight. Results from the trend analyses suggest stable or non-significantly increasing trends for Common Nighthawks during this monitoring period; however, the trend models explained a relatively low percentage of the variation in the counts. Results from a power analysis suggest that continued monitoring efforts and adjustments with weather covariates will be necessary to effectively use visible migration count data to estimate Common Nighthawk trends. Establishing annual monitoring programs that use standardized visual counts to document Common Nighthawk migration at key sites across North America may provide supplemental information useful for population trend estimates of this species. Therefore, we advocate for the use of visible migration counts to monitor Common Nighthawks in North America and emphasize the value of long-term monitoring efforts.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,247
Écart entre enseignants0,234 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAvian Conservation and EcologyMême sujetAvian ecology and behaviorTravaux en français237 207