Data from: Long-term trends in grassland bird relative abundance on focal grassland landscapes in Missouri
Notice bibliographique
Résumé
North American grassland birds have widely declined over the past 50 years, largely due to anthropogenic-driven loss of native prairie habitat. In response to these declines, many conservation programs have been implemented to help secure wildlife habitat on private and public lands. The Grasslands Coalition is one such initiative established to advance the conservation of grassland birds in Missouri. The Missouri Department of Conservation conducted annual point count surveys for comparison of grassland bird relative abundance between focal grassland areas and nearby paired (i.e., containing no targeted management) sites. We analyzed 17 years of point count data with a generalized linear mixed model in a Bayesian framework to estimate relative abundance and trends across focal or paired sites for nine bird species of management interest that rely on grasslands: barn swallow (Hirundo rustica), brown-headed cowbird (Molothrus ater), dickcissel (Spiza americana), eastern meadowlark (Sturnella magna), grasshopper sparrow (Ammodramus savannarum), Henslow’s sparrow (A. henslowii), horned lark (Eremophila alpestris), northern bobwhite (Colinus virginianus), and red-winged blackbird (Agelaius phoeniceus). Relative abundance of all species except eastern meadowlarks declined regionally. Relative abundance of barn swallows, brown-headed cowbirds, dickcissels, eastern meadowlarks, Henslow’s sparrows, and northern bobwhites was higher in focal than paired sites, though relative abundance trends were only improved in focal vs. paired areas for dickcissels and Henslow’s sparrows. Relative abundance increased with increasing grassland cover at the local (250-m radius) scale for all species except horned larks and red-winged blackbirds and at the landscape (2,500-m radius) scale for all species except dickcissels, eastern meadowlarks, and northern bobwhites. Our results suggest focal areas contained greater relative abundances of several grassland species of concern, likely due to increased availability of grassland habitat at local and landscape scales. Further efforts to decrease landscape-scale fragmentation and improve habitat quality may be needed to achieve conservation goals.
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) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».