Eye Colour, Aging, and Decoy Trap Bias in Lesser Scaup, <em>Aythya affinis</em>
Notice bibliographique
Résumé
Researchers routinely assume that samples of trapped or captured animals are representative of the overall population, though these assumptions are not always evaluated. We used decoy-trapped Lesser Scaup (Aythya affinis) to assess the reliability of classifying females as yearlings or adults from a distance, based on documented age-related eye-colour changes, and also to evaluate the presence of sex, condition and age biases in decoy trapping. We compared eye colour of trapped females to photographs of known-age females following a published procedure while females were (1) in traps (by using spotting scopes or binoculars) and (2) in-hand. Assuming in-hand age assessments were correct, we found that adults aged from a distance were frequently misclassified as yearlings, but yearlings were never misclassified as adults. Distance between observer and female, overall observation quality, and cloud cover did not influence age assignment success. A larger proportion of males was captured than observed during a survey of the local breeding population. We also found that decoy-trapped females had lower body mass and were more likely to be yearlings compared to pass- and jump-shot females from the same area. We conclude that female Lesser Scaup cannot be accurately aged from a distance using eye colour and concur with other researchers that possible sex, age and condition biases should be evaluated when using decoy traps.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».