Effect of neckband color on survival and recovery rates of Ross's geese
Notice bibliographique
Résumé
Abstract Colored neckbands are known to reduce survival rates of geese, but the underlying cause for lower survival is unknown. We tested the hypothesis that hunters cause this lower survival rate by actively targeting neckbanded geese. We evaluated this hypothesis by estimating recovery and survival rates of adult Ross's geese ( Chen rossii ) at both Queen Maud Gulf (QMG) and McConnell River (MCR) Migratory Bird Sanctuaries carrying each of 3 marker combinations: 1) standard legbands ( n = 11,321) for basic estimates of recovery and survival rates; 2) standard legbands and colored neckbands ( n = 8,587) as the marked sample most detectable and thus most vulnerable to targeting by hunters; and 3) standard legbands and white neckbands ( n = 6,501) as the sample exposed to the general risks of carrying neckbands but only minimally detectable by hunters, if at all. Recovery rates (±95% CL) of Ross's geese were lowest for those marked with legbands (0.024 ± 0.004 at MCR and 0.016 ± 0.003 at QMG) and highest for those marked with neckbands, regardless of neckband color (0.042 ± 0.005 at MCR and 0.035 ± 0.005 at QMG). Survival rates (±95% CL) were indistinguishable between geese marked with color and white neckbands (0.54 ± 0.08 at MCR and 0.52 ± 0.08 at QMG), but lower than those marked with standard legbands only (0.72 ± 0.17 at MCR and 0.83 ± 0.23 at QMG). Geese marked with white neckbands were recovered at rates similar to those marked with color neckbands, suggesting that hunter selection of color neckbands did not contribute greatly to lower survival rates in neckbanded geese. Rather, results suggest that neckbanded geese, regardless of neckband visibility, are more vulnerable to hunters than are geese marked only with legbands. © 2012 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».