Photogrammetry and multievent modeling to determine effects of disturbance on seabird colony nest success
Notice bibliographique
Résumé
Seabirds are sentinel species, with shifts in their demographics reflecting the cumulative pressures facing global marine ecosystems. However, studying their reproductive success is often limited by the difficulty of continuous observation throughout the breeding season. To address this, we deployed automated cameras in remote field sites to capture comprehensive breeding season data and quantify the impact of predators on colonial nesting seabirds. We attached remote cameras, adjacent to 2 double-crested cormorant Nannopterum auritum cliff-nesting colonies, to monitor the northern range limit of the Pacific subspecies ( N. auritum albociliatum ), a species at-risk in British Columbia, Canada. We documented the effect of predator presence and flushing events (disturbances which cause birds to leave their nest) at the double-crested cormorant colonies, which facilitate further ancillary predation by opportunistic gulls and crows. We fitted multievent capture-recapture models to compare the effect of nest flushing between years on weekly nest survival and seasonal nest success. It was found that flushing events led to complete breeding failure at one site across all years, while the second site showed variable nest success related to predator presence. Frequent flushing events were associated with nest abandonment, lower egg survival, and delays in nest transitions between egg, chick, and fledgling life stages. Pairing nest photogrammetry with multievent models is applicable to other colonial species and predators and may help us to better understand local recruitment, mortality, and predation effects on the growth and recovery of a species across breeding seasons.
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 | 0,001 |
| 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) | 0,000 | 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 ».