Estimating regional trajectories and trends of seabirds from sparse and inconsistent colony counts: case studies from eastern Canada with Leach’s Storm-Petrel and Atlantic Puffin
Notice bibliographique
Résumé
Regional seabird population monitoring is often characterized by sparse and imprecise counts from a large number of colonies, which can vary in abundance by several orders of magnitude and may show complex and concordant trajectories over time. Analysis frameworks that account for these complexities are critically needed for accurate population status assessments. Here, we developed a Bayesian hierarchical model that shares trajectory information among colonies, accounts for observation error and missing data, and estimates population trends both at the level of individual colonies and at the larger regional scale. Simulations confirmed that the model produces unbiased trend estimates even with extremely sparse and imprecise counts, and with highly non-linear population trajectories. Application of the model to empirical data for Leach’s Storm-Petrel (Hydrobates leucorhous) showed that the regional population has strongly declined over three generations in eastern Canada and that most colonies experienced similar trajectories over that period, implying they are influenced by shared large-scale environmental drivers. Conversely, the regional Atlantic Puffin (Fratercula arctica) population has likely increased in eastern Canada over three generations but individual colonies experienced highly divergent trajectories, indicating that smaller-scale colony-level processes may play a stronger role for that species. This approach provides a powerful tool for more accurate assessments of seabird population status to inform their conservation.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».