MétaCan
Menu
Retour à la cohorte
Enregistrement W1974526049 · doi:10.1002/jwmg.26

Comparison of techniques for sex determination of American martens

2011· article· en· W1974526049 sur OpenAlexaff
Jerrold L. Belant, Dwayne R. Etter, Paul D. Friedrich, Melinda K. Cosgrove, Bronwyn W. Williams, Kim T. Scribner

Notice bibliographique

RevueJournal of Wildlife Management · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMaryland Department of Natural ResourcesUniversity of MichiganMississippi State University
Mots-clésMartenPopulationBiologyDemographyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Accurate determination of sex in harvested species is critical for understanding demography and developing population models for management. We used genetic‐based sex identification to assess accuracy of external carcass and pelt examination at registration and maximum canine root area (MRA) to determine sex of American martens (Martes americana) trapped in the Upper Peninsula of Michigan, 2000–2004. Overall percent similarity between MRA and genetic‐based sex determination was 98.4% (n = 188). In contrast, only 84.6% (n = 421) of martens were similarly classified using external examination. For external examination, percent similarity to genetic‐based sex determination for juveniles (<1‐yr old) and adults (≥1‐yr old; Wald χ21 = 2.168, P = 0.141), as well as for males and females (Wald χ21 = 0.005, P = 0.946), was similar. We recommend MRA as a suitable technique for sex determination of martens; thus, marten sex and age (using cementum annuli counts) can be obtained from one lower canine tooth. We do not recommend use of external examination at registration to identify sex of martens without implementing additional quality assurance measures. © 2010 The Wildlife Society.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,287
Écart entre enseignants0,257 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Wildlife ManagementMême sujetWildlife Ecology and ConservationTravaux en français237 207