Analyzing Fatal Bird-Window Collision Mitigation Occurring at the Classroom and Student Services Building, Brigham City, UT
Notice bibliographique
Résumé
Bird-window collisions are often not thought about as if they are a major problem to bird populations worldwide. This is not the case as bird populations are threatened by these collisions. In the United States alone it is estimated that 97.6 - 975.6 million birds fatally collide with human-made windows annually, and another 16 to 42 million collide in Canada per year. Our focus is to investigate a possible window collision problem and explore different mitigation efforts to prevent these collisions at the USU-Brigham City campus (Brigham City, Utah, 84302). We hope to determine how many fatal bird-window collisions are occurring on an annual basis. We are completing a daily census and already have data from previous years; however, those data cover only August to December, so our census will run for 12 months. Once enough information and data are collected, we plan to determine which types of mitigation efforts work best given the climate, location and behaviors of the local bird populations. We predict that large open windows with foliage nearby to be hotspots given previous data. These hotspots will be important locations to test out different mitigation efforts to be able to determine what works best to mitigate fatal bird window-collisions. When this is complete we plan to test the effects of our mitigation efforts by continuing the census. We also plan to educate the community on how to prevent these collisions at their own homes as more than 50 percent of collisions are on residential properties through outreach programs and activities that are forth coming. Presentation Time: Wednesday, 11 a.m.-12 p.m.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».