ABSTRACT Many parts of the world lack the large and coordinated volunteer networks required for systematic monitoring of bird populations. In these regions, citizen science (CS) programs offer an alternative with their semi-structured data, but the utility of these data are contingent on how, where, and how comparably birdwatchers watch birds, year on year. Trends inferred from the data can be confounded during years when birdwatchers may behave differently, such as during the COVID-19 pandemic. We wanted to ascertain how the data uploaded from India to one such CS platform, eBird, were impacted by this deadly global pandemic. To understand whether eBird data from the pandemic years in India are comparable to data from adjacent years, we explored several characteristics of the data, such as how often people watched birds in groups or at public locations, at multiple spatial and temporal scales. We found that the volume of data generated increased during the pandemic years 2020–2021 compared to 2019. Data characteristics changed largely only during the peak pandemic months (April–May 2020 and April–May 2021) associated with high fatality rates and strict lockdowns. These changes in data characteristics (e.g., greater site fidelity and less group birding) were possibly due to the decreased human mobility and social interaction in these periods. The data from the remainder of these restrictive years remained similar to those of the adjacent years, thereby reducing the impact of the aberrant peak months on any annual inference. Our findings show that birdwatchers in India as contributors to CS rapidly returned to their pre-pandemic behavior, and that the effects of the pandemic on birdwatching effort and birdwatcher behavior are scale- and context-dependent. In summary, eBird data from the pandemic years in India remain useful for abundance trend estimation and similar large-scale applications, but will benefit from preliminary data quality checks when utilized at a fine scale.

Most systematic projects to monitor bird populations, like breeding bird surveys, require large and coordinated volunteer networks that are lacking in many parts of the world such as the Global South. Data from less systematic citizen science (CS) programmes offer an alternative to data from systematic initiatives in these regions, but the semi-structured nature of such data also presents several challenges. The utility of semi-structured CS data to monitor bird species abundance is contingent on how, where, and how comparably birdwatchers watch birds, year on year. Trends inferred directly from the data can be confounded during years when birdwatchers may behave differently, such as during the COVID-19 pandemic. We wanted to ascertain how the data uploaded from India to one such CS platform, eBird, was impacted by this deadliest global pandemic of the 21st century. To understand whether eBird data from the pandemic years in India is useful and comparable to data from adjacent years, we explored several quantitative and qualitative aspects of the data (such as birdwatcher behaviour) at multiple spatial and temporal scales. We found no negative impact of the pandemic on data generation. Data characteristics changed largely only during the peak pandemic months characterised by high fatality rates and strict lockdowns, possibly due to decreased human mobility and social interaction. It remained similar to the adjacent years during the rest of this restrictive period, thereby reducing the impact of the aberrant peak months on any annual inference. Moreover, impacts on data characteristics varied widely across states in India, resulting in no strong consistent trend at the national level—unlike results from elsewhere in the world. Our findings show that birdwatchers in India as contributors to CS were resilient to disturbance, and that the effects of the pandemic on birdwatching effort and birdwatcher behaviour are highly scale- and context-dependent. In summary, eBird data in India from the pandemic years remains useful and interpretable for most large-scale applications, such as abundance trend estimation, but will benefit from preliminary data quality checks when utilised at a fine scale.

Birds and their habitats are threatened with extinction around the world. Regional assessments of the 'State of Birds' are a vital means to prioritize data-driven conservation action by informing national and global policy. Such evaluations have traditionally relied on data derived from extensive, long-term, systematic surveys that require significant resources, limiting their feasibility to a few regions in the world. In the absence of such 'structured' long-term datasets, 'semi-structured' datasets have recently emerged as a promising alternative in other regions around the world. Semi-structured data are generated and uploaded by birdwatchers to citizen science platforms like eBird. Such data contain inherent biases because birdwatchers are not required to adhere to a fixed protocol. An evaluation of the status of birds from semi-structured data is therefore a difficult task that requires careful curation of data and the use of robust statistical methods to reduce errors and biases. In this paper, we present a methodology that was developed for this purpose, and was applied to produce the comprehensive State of India's Birds (SoIB) 2023 report. SoIB 2023 assessed the status of 942 bird species in India by evaluating each species based on three metrics: 1) long-term change: change in abundance between the year 2022 and the year-interval pre-2000; 2) current annual trend: mean annual change in abundance from 2015 to 2022; and 3) distribution range size. We found evidence that 204 species have declined in the long term, and 142 species are currently declining. We present and discuss important insights about India's birds that can guide research and conservation action in the region. We hope that the detailed methodology described here can act as a blueprint to produce State of Birds assessments from semi-structured citizen science datasets and springboard conservation action in many other regions where structured data is lacking but strong communities of birders exist.

Abstract Aim Climate is a major driver of large scale variability in biodiversity, as a likely result of more intense biotic interactions under warmer conditions. This idea fuelled decades of research on plant-herbivore interactions, but much less is known about higher-level trophic interactions. We addressed this research gap by characterizing both bird diversity and avian predation along a climatic gradient at the European scale. Location Europe. Taxon Insectivorous birds and pedunculate oaks. Methods We deployed plasticine caterpillars in 138 oak trees in 47 sites along a 19° latitudinal gradient in Europe to quantify bird insectivory through predation attempts. In addition, we used passive acoustic monitoring to (i) characterize the acoustic diversity of surrounding soundscapes; (ii) approximate bird abundance and activity through passive acoustic recordings and (iii) infer both taxonomic and functional diversity of insectivorous birds from recordings. Results The functional diversity of insectivorous birds increased with warmer climates. Bird predation increased with forest cover and bird acoustic activity but decreased with mean annual temperature and functional richness of insectivorous birds. Contrary to our predictions, climatic clines in bird predation attempts were not directly mediated by changes in insectivorous bird diversity or acoustic activity, but climate and habitat still had independent effects on predation attempts. Main conclusions Our study supports the hypothesis of an increase in the diversity of insectivorous birds towards warmer climates, but refutes the idea that an increase in diversity would lead to more predation and advocates for better accounting for activity and abundance of insectivorous birds when studying the large-scale variation in insect-tree interactions.