Urbane krykkjer i Tromsø. Effekter av tilrettelegging eller avvisende tiltak
Bibliographic record
Abstract
Benjaminsen, S., Reiertsen, T.K. & Jacobsen, K.-O. 2022. Urbane krykkjer i Tromsø. Effekter av tilrettelegging og avvisende tiltak. NINA Rapport 2235. Norsk institutt for naturforskning.\nUrbanisering av krykkjer har blitt et økende fenomen langs norskekysten. Det er ikke en ny problemstilling da krykkjer har hekket i eksempelvis Ålesund, Rørvik og Vardø i flere tiår, men vi ser en økning av urbane krykkjer i nye byer langs kysten, som for eksempel Tromsø og Hammerfest. Krykkja har status som sterkt truet (EN) på den norske rødlista, og har hatt en sterk bestandsnedgang langs hele norskekysten siden 1990-tallet. I Tromsø har vi fulgt den urbane krykkjebestanden siden 2017, og har her sett den øke fra 13 par til over 380 i 2022. Den ankommer vanligvis i midten av februar og forlater byen i midten av september. Tyngdepunktet av hekkende krykkjer finner vi i sør i sentrum rundt fylkeshuskvartalet, Framsenteret og Mack. Etter hvert som bestanden har økt i Tromsø har huseiere satt i gang avvisende tiltak for å kvitte seg med krykkja. Dette har ført til at krykkjene har forflyttet seg mye rundt i byen uten at bestanden har blitt mindre. Helårlig sporing av krykkjer med lysloggere avslører at bykrykkjene overvintrer sammen med naturlige krykkjebestander i Grand-Banks-området utenfor Newfoundland, Canada. De trekker direkte til dette området om høsten uten stopp i det nordlige Barentshavet slik som en del andre nordlige fastlandsbestander av krykkje gjør. Uttesting av krykkjehotell i samarbeid med Tromsø kommune har gitt et godt erfaringsgrunnlag om hvordan krykkjehotell som avbøtende/kompenserende tiltak kan fungere. Det generelle er at distanse til avvisende tiltak og tilgjengelighet av alternative hekkeplasser tett på der hvor krykkjene blir avvist spiller en stor rolle. I tillegg viser erfaringene at identifisering av egnede steder for krykkjehotell og flytting av krykkjene til disse stedene er utfordrende. Både fordi den lokale forankringen og tilgang til egnede steder kan være vanskelig, og fordi flytting av krykkjer til egnede steder krever at krykkjene må flyttes over store distanser. Vi foreslår derfor at man må tenke både kortsiktig og langsiktig for å få til sameksistens med urbane krykkjer, og teste ut gradvis forflytningved hjelp av mobile krykkjehotell hvor krykkja har etablert seg mot et egnet sted. Vi fant ingen forskjell i kroppskondisjon, klekketidspunkt eller ungeproduksjon mellom nyetablerte og gamle lokaliteter.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.004 | 0.006 |
| Research integrity | 0.000 | 0.006 |
| Insufficient payload (model declined to judge) | 0.033 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".