USING A DOUBLE-COUNT AERIAL SURVEY TO ESTIMATE MOOSE ABUNDANCE IN MAINE
Notice bibliographique
Résumé
Management goals and objectives for moose ( Alces alces ) in Maine are centered on providing hunting and wildlife viewing opportunity. Robust population estimates of moose are critical to assure that harvest rates are appropriate and biologically sustainable while also addressing values of other user groups. The Maine Department of Inland Fisheries and Wildlife most recently used the relationship between moose sightings by deer hunters and moose abundance to produce density indices within Wildlife Management Districts (WMD). Due to the marked decline of deer hunters in much of northern Maine that invalidates use of this technique, we tested a double-count aerial survey method to estimate moose abundance in 9 northern WMDs. Density estimates ranged from 0.4–4.0 moose/km 2 , sightability was high (>70%) for all size moose groups (1–≥3 moose), and moose were well distributed across the landscape in early winter. The density estimates tracked closely with trends in moose sighting rate by moose hunters, harvest level, and hunter success rate in the survey area, and were consistent with jurisdictions in eastern Canada that also have low levels of predation and a preponderance of younger-aged forests. The double-count aerial survey is considered the preferred method to estimate population density, whereas hunter sighting indices would be most useful to track temporal population changes within a WMD.
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) | 0,000 | 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 tête enseignante, 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 ».