MétaCan
Menu
Retour à la cohorte
Enregistrement W1910200693 · doi:10.1139/cjfas-2012-0237

The complexity of cormorants: stable isotopes reveal multiple prey sources and feeding site switching

2012· article· en· W1910200693 sur OpenAlexaffvenueabout
Aleksandra Bugajski, Matthew W. Reudink, Jennifer L. Doucette, Samantha E. Franks, Björn Wissel, Christopher M. Somers

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensSimon Fraser UniversityThompson Rivers UniversityUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésCormorantPredationForagingEcologyFisheryWildlifeBiologyOptimal foraging theoryBiomass (ecology)Isotope analysisδ15Nδ13CStable isotope ratio

Résumé

récupéré en direct d'OpenAlex

Conflict between cormorants (Phalacrocorax spp.) and humans over fisheries is currently one of the most widespread wildlife management issues in the world. Cormorant impact assessments typically assume a single source of prey near the breeding colony. However, cormorants can fly long distances (>20 km), resulting in fish removal from multiple areas. Knowledge of the source of cormorant prey is critical for fisheries impact assessments. Carbon and nitrogen stable isotopes values from fish in double-crested cormorant (Phalacrocorax auritus) regurgitations revealed several prey sources for breeding birds in north-central Saskatchewan, Canada. Cormorants also switched feeding locations on a daily and seasonal basis. Foraging patterns inferred by stable isotope analysis closely paralleled observations of relative cormorant densities on different lakes. Up to 80% of prey came from areas well removed from the breeding colony lake (≤30 km). Cormorant foraging ecology can be complex and may be driven by factors independent of breeding colony site selection. The approach of estimating biomass removal from breeding colony lakes as the guideline for management decisions may be invalid in many locations.

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)0,000
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 enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,030
Tête enseignante GPT0,224
Écart entre enseignants0,194 · 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

Citations22
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetIsotope Analysis in EcologyTravaux en français237 207