Effects of severe weather on shorebirds: Evidence of disrupted refueling and delayed departure on southbound migration
Notice bibliographique
Résumé
Abstract Severe weather events are more frequently impacting wildlife, especially in climate‐sensitive ecosystems like coastal habitats. A particularly vulnerable stage for migratory species is juvenile movement between natal and non‐breeding habitats. Globally, coastal habitats represent critical stopover or staging sites during postbreeding migration for many shorebird species. At these sites, individuals must accumulate necessary energy stores (i.e., fats and proteins) to fuel what are often long‐distance, over‐water flights to reach their final destination. Inexperienced juvenile shorebirds in unfamiliar habitats may be particularly susceptible to extreme weather events that alter habitat structure and resource availability, with potential implications for refueling efficiency and migration success. However, few studies have addressed the effects of extreme weather at staging sites, limiting our understanding of the capacity of birds to respond to or recover from acute disturbances. We used a before–after framework to investigate how Hurricane Fiona affected the staging behavior of juvenile semipalmated plovers ( Charadrius semipalmatus ) in Atlantic Canada during southbound migration. We combined morphometric analyses, automated radiotelemetry tracking, and invertebrate sampling to assess storm effects on relative fuel load, bivalve prey availability, and length of stay in the region. Birds captured poststorm lost an estimated 78% of their relative fuel load compared to prestorm birds, coinciding with an estimated 70% decline in bivalve availability. Individuals who experienced the storm approximately doubled their length of stay. Given that juvenile shorebirds undertake southbound migration later in the season than adults, we predict juveniles will be impacted disproportionately by late‐season tropical storm patterns, with potentially substantial impacts on shorebird populations. We emphasize the need for a greater research focus on extreme weather during vulnerable life‐history stages, like migration, for a broader understanding of how species will respond to increasingly intense storm events.
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) | 0,001 | 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 ».