Birdwatchers Across North America Tend to Survey Birds in the Morning for No Apparent Reason
Notice bibliographique
Résumé
Bird surveys are typically conducted in the early morning hours. This time of day is chosen since it presumably reflects the greatest activity of birds: many species are most active around sunrise, making them easily detected. While most bird research calls for strict and standardized protocols for when to survey for birds, such approaches are often labor-intensive and limited to very small spatial scales. A community-based approach (often termed “citizen science”) offers a data-intensive alternative to conventional data collection. This community approach involves gathering data from volunteers who submit observations of birds that they encounter at any point, along with information that describes their sampling effort. Such volunteers are not given any specific instructions as to how and when to collect bird data. In this study, I used observations submitted to eBird—a popular web-based platform where more than 800 thousand birdwatchers from Canada and the U.S. have contributed bird sightings between 2010 and 2023. I tested whether observers were biased on when they were birdwatching. I estimated a time-of-day bias as a deviation of estimated kernel density of solar time for >4 million observations from >30,000 locations across Canada and the U.S. relative to a simulated uniform timing distribution. I found a substantial time-of-day bias across observations wherein a large proportion were submitted immediately after local sunrise. Night observations, however, were scarce and represented only a negligible part of the dataset. In fact,
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».