MétaCan
Menu
Retour à la cohorte
Enregistrement W1554049743 · doi:10.22621/cfn.v126i1.1290

Abundance and Habitat Selection of Breeding Scoters (<em>Melanitta</em> spp.) in Ontario’s Hudson Bay Lowlands

2012· article· en· W1554049743 sur OpenAlexaffvenueabout
Rodney W. Brook, Kenneth F. Abraham, Kevin R. Middel, R. Kenyon Ross

Notice bibliographique

RevueThe Canadian Field-Naturalist · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensEnvironment and Climate Change CanadaTrent UniversityMinistry of Natural Resources and Forestry
Organismes subventionnairesnon disponible
Mots-clésBayHabitatEcologyAbundance (ecology)WetlandGeographyPopulationBiologyDemographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Concern about declining populations of sea ducks counted on the wintering grounds prompted a survey of sea ducks on the breeding grounds in the Hudson Bay Lowlands of Ontario in spring 2009. We estimated densities of breeding scoters (Surf Scoter, Melanitta perspicillata, White-winged Scoter, M. fusca, and Black Scoter, M. americana) and found the average estimates of Surf Scoters (average = 0.11 indicated pairs/km2) and Black Scoters (average = 0.16 indicated pairs/km2) to be as high as some of the highest reported for North America. We also conducted a habitat association analysis using resource selection functions (RSF) for indicated pairs of all scoter species combined at a scale of 250 m. Breeding pairs of scoters in the Hudson Bay Lowlands appear to have an affinity for smaller wetlands (≤100 ha) disproportionate to what is available, also avoiding lakes (i.e., wetlands >100 ha). Pairs were also found in areas with less forest cover and fen area than was available. An estimate of the area under the curve of the receiver operating characteristic suggests that these habitat association models have some utility. Once tested and validated with surveys beyond the current study area, these models can be refined and used to predict habitat use by breeding pairs of scoters in the Hudson Bay Lowlands; this information will be particularly useful for population estimation and land use planning.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,221

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,212
Écart entre enseignants0,201 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Field-NaturalistMême sujetAvian ecology and behaviorTravaux en français237 207