Abstract Wind turbines and power lines can cause bird mortality due to collision or electrocution. The biodiversity impacts of energy infrastructure (EI) can be minimised through effective landscape‐scale planning and mitigation. The identification of high‐vulnerability areas is urgently needed to assess potential cumulative impacts of EI while supporting the transition to zero carbon energy. We collected GPS location data from 1,454 birds from 27 species susceptible to collision within Europe and North Africa and identified areas where tracked birds are most at risk of colliding with existing EI. Sensitivity to EI development was estimated for wind turbines and power lines by calculating the proportion of GPS flight locations at heights where birds were at risk of collision and accounting for species' specific susceptibility to collision. We mapped the maximum collision sensitivity value obtained across all species, in each 5 × 5 km grid cell, across Europe and North Africa. Vulnerability to collision was obtained by overlaying the sensitivity surfaces with density of wind turbines and transmission power lines. Results: Exposure to risk varied across the 27 species, with some species flying consistently at heights where they risk collision. For areas with sufficient tracking data within Europe and North Africa, 13.6% of the area was classified as high sensitivity to wind turbines and 9.4% was classified as high sensitivity to transmission power lines. Sensitive areas were concentrated within important migratory corridors and along coastlines. Hotspots of vulnerability to collision with wind turbines and transmission power lines (2018 data) were scattered across the study region with highest concentrations occurring in central Europe, near the strait of Gibraltar and the Bosporus in Turkey. Synthesis and applications . We identify the areas of Europe and North Africa that are most sensitive for the specific populations of birds for which sufficient GPS tracking data at high spatial resolution were available. We also map vulnerability hotspots where mitigation at existing EI should be prioritised to reduce collision risks. As tracking data availability improves our method could be applied to more species and areas to help reduce bird‐EI conflicts.

Abstract Highly pathogenic avian influenza (HPAI) viruses of the A/Goose/Guangdong/1/1996 lineage (GsGd), which threaten the health of poultry, wildlife and humans, are spreading across Asia, Europe and Africa, but are currently absent from Oceania and the Americas. In December 2021, H5N1 HPAI viruses were detected in poultry and a free-living gull in St. John’s, Newfoundland and Labrador, Canada. Phylogenetic analysis showed that these viruses were most closely related to HPAI GsGd viruses circulating in northwestern Europe in spring 2021. Analysis of wild bird migration suggested that these viruses may have been carried across the Atlantic via Iceland, Greenland/Arctic or pelagic routes. The here documented incursion of HPAI GsGd viruses into North America raises concern for further virus spread across the Americas by wild bird migration. One-Sentence Summary Detection of H5N1 highly pathogenic avian influenza in Canada raises concern for spread in the Americas by migratory birds.

Context: High-resolution animal movement data are becoming increasingly available, yet having a multitude of empirical trajectories alone does not allow us to easily predict animal movement. To answer ecological and evolutionary questions at a population level, quantitative estimates of a species' potential to link patches or populations are of importance. Objectives: We introduce an approach that combines movement-informed simulated trajectories with an environment-informed estimate of the trajectories' plausibility to derive connectivity. Using the example of bar-headed geese we estimated migratory connectivity at a landscape level throughout the annual cycle in their native range. Methods: We used tracking data of bar-headed geese to develop a multi-state movement model and to estimate temporally explicit habitat suitability within the species' range. We simulated migratory movements between range fragments, and calculated a measure we called route viability. The results are compared to expectations derived from published literature. Results: Simulated migrations matched empirical trajectories in key characteristics such as stopover duration. The viability of the simulated trajectories was similar to that of the empirical trajectories. We found that, overall, the migratory connectivity was higher within the breeding than in wintering areas, corresponding to previous findings for this species. Conclusions: We show how empirical tracking data and environmental information can be fused for meaningful predictions of animal movements throughout the year and even outside the spatial range of the available data. Beyond predicting connectivity, our framework will prove useful for modelling ecological processes facilitated by animal movement, such as seed dispersal or disease ecology.

Abstract All foraging animals face a trade-off: how much time should they invest in exploitation of known resources versus exploration to discover new resources? For group-living central place foragers, balancing these competing goals poses particular challenges. The availability of social information may discourage individuals from investing in risky, expensive but possibly rewarding exploration. We GPS-tracked groups of greater spear-nosed bats ( Phyllostomus hastatus ) from three colonies on Isla Colón in Panamá. In the dry season, when these omnivores forage on the nectar of ephemeral balsa flowers ( Ochroma pyramidale ), bats consistently travelled long distances to remote, colony-specific foraging areas, bypassing flowering trees closer to their roosts. They continued to use these same areas in the wet season, when feeding on a diverse, presumably ubiquitously distributed diet, but also visited other, similarly distant foraging areas. Foraging areas were shared within, but not always between colonies. Our longitudinal dataset suggests that bats from each colony invest in long-distance commutes to socially learned shared foraging areas, bypassing other available food patches. Rather than investing in exploration to find nearby resources or engaging in a win-stay lost-shift foraging strategy, these bats follow colony specific behaviours consistent with the existence of culturally transmitted preferences for specific feeding grounds.