MétaCan
Menu
Retour à la cohorte
Enregistrement W1882974655 · doi:10.1111/cobi.12259

Direct Effects of Cattle on Grassland Birds in Canada

2014· article· en· W1882974655 sur OpenAlexafffundabout
Barbara I. Bleho, Nicola Koper, Craig S. Machtans

Notice bibliographique

RevueConservation Biology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensYukon Department of EnvironmentUniversity of ManitobaGolder Associates (Canada)
Organismes subventionnairesMcMaster University
Mots-clésTramplingGrazingGrasslandNest (protein structural motif)LivestockEcologyRangelandVegetation (pathology)Conservation grazingGeographyCattle grazingGrazing pressureAgroforestryForestryBiology

Résumé

récupéré en direct d'OpenAlex

Effects of grazing on grassland birds are generally thought to be indirect, through alteration of vegetation structure; however, livestock can also affect nest survival directly through trampling and other disturbances (e.g., livestock-induced abandonment). We extracted data on nest fates from 18 grazing studies conducted in Canada. We used these data to assess rates of nest destruction by cattle among 9 ecoregions and between seasonal and rotational grazing systems. Overall, few nests were destroyed by cattle (average 1.5% of 9132 nests). Nest destruction was positively correlated with grazing pressure (i.e., stocking rate or grazing intensity), but nest survival was higher in more heavily grazed areas for some species. Because rates of destruction of grassland bird nests by cattle are low in Canada, management efforts to reduce such destruction may not be of ecological or economic value in Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,280
Score d'incertitude au seuil0,373

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,193
Écart entre enseignants0,187 · 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 tête enseignante, 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

Citations43
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueConservation BiologyMême sujetWildlife Ecology and ConservationTravaux en français237 207