Human recreational activity does not influence open cup avian nest survival in urban green spaces
Notice bibliographique
Résumé
Abstract The breeding period of birds is a critical and sensitive portion of the annual cycle. Understanding how human use of urban green spaces affects nest survival can improve our understanding of conserving breeding bird populations in cities and support science-based management of urban green spaces that benefit both people and nature. We conducted a nest survival field study between April and August of 2023 in multiple green spaces in Montreal, Quebec, Canada, the country’s second-largest city. We asked whether human presence (distance to trails and amount of human activity) influences the nest survival of four common open-cup nesting bird species: American robins ( Turdus migratorius ), gray catbirds ( Dumetella carolinensis ), Northern cardinals ( Cardinalis cardinalis ), and yellow warblers ( Setophaga petechia ). We also asked if variables traditionally associated with nest survival, such as vegetation concealment and seasonality, would influence nest survival. Our analyses surprisingly revealed no significant influence of human activity, vegetation concealment, and seasonality on nest survival for our target species. We found for nests that did fail, nests established during the earlier part of the nesting period failed faster. American robin nests were the most successful of our study’s four target species, whereas Northern cardinal nests were the least successful. Within the limitations of our study system, our findings suggest that human presence on trails is not negatively impacting the nesting success for our target bird species using urban green spaces. Our study provides integrated science advice to land managers so they can support opportunities for people to connect with nature without causing trade-offs with biodiversity conservation.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».