Are Lesser Snow Geese, <em>Chen caerulescens caerulescens</em>, Exceeding the Carrying Capacity of the Fraser River Delta's Brackish Marshes?
Notice bibliographique
Résumé
Brackish marshes of the Fraser River delta provide important habitats for such high-profile animals as White Sturgeon (Acipenser transmontanus), Pacific Eulachon (Thaleichthys pacificus), Pacific salmon (Oncorhynchus spp.), Western Sandpiper (Calidris mauri), and Lesser Snow Goose (Chen caerulescens caerulescens), the latter comprising the “Fraser-Skagit” segment of the Wrangel Island (Russia) population. This study assessed whether the current numbers of Snow Geese are exceeding the carrying capacity of brackish marshes in the Fraser River delta. Simulation modelling predicts that those marshes are presently capable of supporting ~17,500 Snow Geese—a value that is greatly exceeded by the numbers of geese that have over-wintered there in recent years (~80,000 in 2004-2005). The Pacific Flyway Council’s target 3-y average population and segment sizes of 120,000 and 50,000 - 70,000, respectively, were set without considering the carrying capacity of natural wintering habitats, the potential impacts of too many geese on upland agriculture, or implications for hazards to civilian aircraft at Vancouver International Airport. The modelled results of the present study suggest that the Fraser River delta can sustain the current numbers of Snow Geese that stage or winter there only if those birds also forage in agricultural and refuge fields—a relatively recent phenomenon that likely bolstered the Snow Goose population. Over-use by Snow Geese can degrade the productivity and habitat quality of marshes. There is documented evidence that some key plant species (e.g., Scirpus americanus) of the brackish marshes of the Fraser River delta are well below their biomass potential (~15%), primarily because of grubbing by Snow Geese. Other species that depend on this brackish environment as well as human interests in the Fraser River delta may be adversely affected by an overabundance of Snow Geese. The future effectiveness of hunting as a primary means of population regulation is questioned.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
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 ».