Behaviour and landscape contexts determine the effects of artificial light on two crepuscular bird species
Notice bibliographique
Résumé
Abstract Context Artificial light at night (ALAN) is increasing worldwide, with many ecological effects. Aerial insectivores may benefit from foraging on insects congregating at light sources. However, ALAN could negatively impact them by increasing nest visibility and predation risk, especially for ground-nesting species like nightjars ( Caprimulgidae ). Objectives We tested predictions based on these two alternative hypotheses, potential foraging benefits vs potential predation costs of ALAN, for two nightjar species in British Columbia: Common Nighthawks ( Chordeiles minor ) and Common Poorwills ( Phalaenoptilus nuttallii ). Methods We modeled the relationship between ALAN and relative abundance using count data from the Canadian Nightjar Survey. We distinguished territorial from extra-territorial Common Nighthawks based on their wingboom behaviour. Results We found limited support for the foraging benefit hypothesis: there was an increase in relative abundance of extra-territorial Common Nighthawks in areas with higher ALAN but only in areas with little to no urban land cover. Common Nighthawks’ association with ALAN became negative in areas with 18% or more urban land cover. We found support for the nest predation hypothesis: the were strong negative associations with ALAN for both Common Poorwills and territorial Common Nighthawks. Conclusions The positive effects of ALAN on foraging nightjars may be limited to species that can forage outside their nesting territory and to non-urban areas, while the negative effects of ALAN on nesting nightjars may persist across species and landscape contexts. Reducing light pollution in breeding habitat may be important for nightjars and other bird species that nest on the ground.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 tête enseignante, 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 ».