MétaCan
Menu
Retour à la cohorte
Enregistrement W1586128197 · doi:10.22621/cfn.v121i2.439

Do Repugnant Scents Increase Survival of Ground Nests? A Test with Artificial and Natural Duck Nests

2007· article· en· W1586128197 sur OpenAlexafffundvenue
Vanessa B. Harriman, Justin A. Pitt, Serge Larivière

Notice bibliographique

RevueThe Canadian Field-Naturalist · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversity of AlbertaUniversity of Saskatchewan
Organismes subventionnairesDelta Waterfowl
Mots-clésPredationNest (protein structural motif)WildlifeBiologyEcologyPredatorZoology

Résumé

récupéré en direct d'OpenAlex

Ground-nesting birds typically experience high predation rates on their nests, often by mammalian predators. As such, researchers and wildlife managers have employed numerous techniques to mitigate nest predation. We investigated the use of scents as repellents to deter predators from both artificial and natural ground nests. Survival rates of artificial nests did not differ among six groups of substances (Wald ?2 df = 5 = 4.53, P < 0.48); however the chronology of predation among groups differed. A commercial Coyote urine based deterrent (DEER-D-TERTM), human hair, and Worcestershire sauce were depredated faster than the control (F4,5 = 40.3, P < 0.001). Nest survival of natural nests differed among those groups tested (Wald ?2 df = 2 = 11.8, P < 0.005); the eight mothball treatment decreased survival (Wald ?2 df = 1 = 11.5, P < 0.005), which indicated that novel smells may attract predators or result in duck nest abandonment when coupled with natural duck scent. Chronologies of predation events among treatment groups were not different for natural nests (F2,3 = 1.9, P = 0.22). These findings indicate an interaction between novel scents and predator olfactory cues.

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 enseignants0,972
Score d'incertitude au seuil0,056

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 GPT0,234
Écart entre enseignants0,222 · 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

Citations1
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

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