Mark-Recapture and Stochastic Population Models for Polar Bears of the High Arctic
Notice bibliographique
Résumé
We used mark-recapture data and population viability analysis (PVA) to estimate demographic parameters, abundance, and harvest risks for two adjacent populations of polar bears (Ursus maritimus) inhabiting Lancaster Sound and Norwegian Bay, Canada. Analyses were based on data from 1871 bears that were uniquely marked during the period 1972–97. Our best-fitting mark-recapture model specified sex and age effects on probabilities of survival and an effect of prior recapture (dependence) on capture probability. The most parsimonious solution in our analysis of survival was to assume the same rate for the Lancaster Sound and Norwegian Bay populations. Total (harvested) annual survival rates (mean ± 1 SE) for females included: 0.749 ± 0.105 (cubs), 0.879 ± 0.050 (ages 1–4), 0.936 ± 0.019 (ages 5– 20), and 0.758 ± 0.054 (ages 21+). Mean litter size was 1.69 ± 0.01 cubs for females of Lancaster Sound and 1.71 ± 0.08 cubs for females of Norwegian Bay. By age six, on average 0.31 ± 0.21 females of Lancaster Sound were producing litters (first age of reproduction was five years); however, females of Norwegian Bay did not reproduce until age seven or more. Total abundance (1995–97) averaged 2541 ± 391 bears in Lancaster Sound and 203 ± 44 bears in Norwegian Bay. The finite rate of increase (lambda) during the study period was estimated to be 1.001 ± 0.013 for bears of Lancaster Sound and 0.981 ± 0.027 for bears of Norwegian Bay. We incorporated demographic parameters into a harvest-explicit PVA to model short-term (15 yr) probabilities of overharvesting (i.e., 1997–2012). Our harvest simulations suggest that current levels of kill are approaching and perhaps exceeding the sustainable yield in both populations.
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 | 0,000 | 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 ».