Evaluating bird-window collision patterns, species vulnerability, and a mitigation approach
Notice bibliographique
Résumé
Bird populations are declining at an unprecedented rate worldwide. In North America, 57% of all bird species have experienced population declines in the last 50 years. Collisions with building windows are one of the top avian mortality sources contributing to these declines, and in North America alone, potentially over one billion birds die annually from window collisions. Despite the importance of window collisions to global bird conservation, many substantial gaps remain in the window collision literature. These gaps include a lack of rigorous field testing of products designed to mitigate collisions, and a scarcity of studies evaluating collision patterns at broad spatiotemporal scales. To address these knowledge gaps, we conducted two separate studies. Firstly, we conducted a before-after control-impact (BACI) study of the effectiveness of a mitigation product at the Oklahoma State University campus—specifically, monitoring of window collisions both before and after a treatment of Feather Friendly® 5x5 cm white dot markers. Secondly, we analyzed continental-scale taxonomic and spatiotemporal patterns of window collisions using bird band recovery data from the North American Bird Banding Program (NABBP) dataset and estimated vulnerability of individual species to window collisions. In relation to the first study, we found a 67.2-71.6% reduction in collisions at glass façades treated with the window markers, in contrast to a 15.7% increase in collisions at untreated façades during the same period. This result emphasizes the promise of window markers as a collision mitigation technique and offers a framework for a rigorous study design that can be used for future studies on similar products. For the second study, we found that the NABBP dataset included collision records for 298 species and 51 families, encompassing the entire continental United States and southern Canada. Many of the most vulnerable species in the dataset were from families currently underrepresented in the window collision literature, including hawks, falcons, owls, and finches. This underscores the need for demographic modeling studies to determine if species in these families are experiencing population-level effects from window collisions. Collectively, we offer valuable insights into the effectiveness of collision mitigation products and broad-scale species vulnerability to window collisions.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».