Habitat selection in overwintering White-throated Sparrow flocks in an Ohio experimental wetland ecosystem
Notice bibliographique
Résumé
The White-throated Sparrow (Zonotrichia albicollis) is a native songbird that breeds in the boreal and mixed forest ecosystems of Canada and northern United States and overwinters primarily in the central and southern United States. During nonbreeding, White-throated Sparrows are highly gregarious, forming large foraging flocks. Populations of the species are in decline with its population decreasing over 30 percent the last 50 years with a particularly steep decline in the eastern U.S.A. (Hill, 2022). A lack of understanding on what habitat attributes are preferred by overwintering sparrows limits our ability to determine the cause of this species' decline. This study seeks to determine what fine-scale habitat variables in forested wetland ecosystems could improve winter flock survival. I test the hypothesis that White-throated Sparrows show preferences for habitat attributes that maximize protective cover and provide food resources. I predict that flocks will demonstrate avoidance of emergent marsh patches and select for early successional forest patches with fine-scale elements such as brushpiles, young eastern redcedar (Juniperus virginiana), and Amur honeysuckle (Lonicera maackii). In the winters of 2021-23 at the Wilma H. Schiermeier Olentangy River Wetland Research Park, White-throated Sparrow flock observations and vegetation surveys were conducted for a total of 86 paired flock and random points. Logistic regression models were used to predict the probability of sparrow use for 16 single habitat attributes and 15 a priori multivariate models. Results show positive selection for three habitat attributes in the top models: percentage eastern redcedar, percentage Amur honeysuckle cover, and proximity to brushpile suggest that White- throated Sparrows have a strong preference for cover habitat as well as nutritional foraging opportunities of eastern redcedar berries. I discuss management implications, including the implications of apparent selection for sites with invasive Amur honeysuckle.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».