Factors affecting avian communities breeding on golf courses and green spaces in Montreal, Quebec
Bibliographic record
Abstract
Récemment, plusieurs projets de recherche ont étudié les facteurs influençant la composition des communautés aviaires et leur succès de nidification dans le milieu urbain. Malgré ces études, peu est connu sur la diversité des espèces d'oiseaux nichant sur les terrains de golf et sur leur succès de nidification. Mon objectif principal était de comparer les communautés aviaires et les succès de nidification de plusieurs espèces passériformes à nids ouverts sur des terrains de golf et des espaces verts. Le but était de déterminer si les terrains de golf peuvent supporter des communautés d'oiseaux nicheurs comme les autres types d'espaces verts en banlieue. Les communautés d'oiseaux nicheurs et les caractéristiques d'habitats ont été étudiées sur six terrains de golf et six espaces verts à Montréal, Québec, Canada. Il n'y avait pas de différence significative entre le nombre moyen d'espèces se trouvant sur les terrains de golf et sur les espaces verts. Cependant, la composition en espèces était différente, les facteurs expliquant le mieux cette différence étant la grandeur du site, le nombre de maisons autour du site, et les superficies occupées par les conifères, le gazon et les étendues d'eau couvertes de végétation. Les densités de nids, les taux de survie, les données sur la productivité et les caractéristiques des sites de nidification de plusieurs espèces passériformes à nids ouverts ont aussi été comparés entre quelques sites (quatre terrains de golf et deux espaces verts) entre 2003 et 2005. Des différences au niveau du succès de nidification de plusieurs espèces ont été observées entre les terrains de golf et les espaces verts. Le succès de nidification des espèces des terres émergées était influencé par l'année, le type de substrat utilisé pour le site de nidification, son agencement et l'interaction entre ces deux variables. Le succès de nidification du merle d'Amérique (Turdus migratorius)
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".