MétaCan
Menu
Retour à la cohorte
Enregistrement W1977073835 · doi:10.2193/2007-390

Productivity Estimates From Upland Bird Harvests: Estimating Variance and Necessary Sample Sizes

2008· article· en· W1977073835 sur OpenAlexaff
Christian A. Hagen, Thomas M. Loughin

Notice bibliographique

RevueJournal of Wildlife Management · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésProductivityStatisticsSample (material)Confidence intervalVariance (accounting)Sample size determinationPopulationSampling (signal processing)MathematicsEconometricsDemographyComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract: Harvest of upland game birds in concert with sampling of age ratios from wings can yield important biological information about populations. Although estimates of productivity are commonly produced, they are often not accompanied by a measure of variance. Thus, we developed standard error estimates for sample productivity ratios, compared 4 methods for creating confidence intervals for population productivity ratios, and developed a test and the corresponding sample size requirements for comparing 2 population productivity ratios. We applied these techniques to greater sage‐grouse ( Centrocercus urophasianus ) wing‐data collected in Oregon, USA (1993–2005). Computer simulations indicated that backtransforming the Wilson's score interval on the proportion of immatures in the sample results in the most reliable confidence intervals among the methods considered. We recommend to managers measuring conservation action outcomes with productivity ratios to consider the appropriate sample sizes for the spatial and temporal scale of their monitoring programs.

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)0,001
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 enseignants0,194
Score d'incertitude au seuil0,747

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,013
Tête enseignante GPT0,220
Écart entre enseignants0,207 · 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

Citations23
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Wildlife ManagementMême sujetRangeland and Wildlife ManagementTravaux en français237 207