A mist‐net method for capturing harlequin ducks on rivers
Notice bibliographique
Résumé
ABSTRACT Many sea ducks are captured during wing molt at intertidal areas; however, to study the breeding ecology of some species, researchers need to capture them on streams and rivers, which are often flowing with high water. In fast‐flowing and deep water, wading streams during net set‐up and extraction of birds is impossible to complete safely. Between 1995 and 2013, we captured 720 adult and 241 hatch‐year harlequin ducks ( Histrionicus histrionicus ) on 37 streams in eastern and western North America. We used a mist net extended across the stream with modified riggings that allowed above‐water retrieval of captured birds without technicians entering the stream. This method can be used across deep, fast water that is not wadable; requires equipment that is compact and easily transported; is suitable for remote areas; can be operated by a crew of 4–6 people; and has a low risk of injury to the birds. Care must be taken when using this method to capture large numbers of ducks simultaneously because it becomes difficult to keep the birds above the fast water. This capture method could be used for other ducks, and with different mesh sizes could also be used for other birds, such as American dippers ( Cinclus americanus ) and spotted sandpipers ( Actitis macularius ), at these inland locations. The mobility of this capture method means that species and individuals that are not of interest can be avoided by orienting the net to a horizontal position to allow non‐target species to pass by unhindered. © 2015 The Wildlife Society.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».