MétaCan
Menu
← Retour à la cohorte
Enregistrement W2003499488 · doi:10.1139/z03-176

Characteristics of ponds used by trumpeter swans in a spring migration stopover area

2003· article· en· W2003499488 sur OpenAlexfundvenueaboutno aff
Jalene M. LaMontagne, Leland J. Jackson, Robert M. R. Barclay

Notice bibliographique

RevueCanadian Journal of Zoology · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Calgary
Mots-clésHabitatMacrophytePotamogetonBiologyFisheryWaterfowlEcologySpring (device)Aquatic plant

Résumé

récupéré en direct d'OpenAlex

We investigated pond habitat use by trumpeter swans (Cygnus buccinator) at spring migration stopover areas in southern Alberta in 1999 and 2000. Spring migration stopover areas may be critical to gaining energy stores required for successful breeding, but no studies of trumpeter swan migration habitat have previously been published. We conducted counts of trumpeter swans on 13 ponds located west of Calgary, Alberta, Canada, and divided the ponds into three groups based on their use by trumpeter swans (consistent high use, variable use, and consistent low/no use). We determined properties of all ponds, including pond area <1 m deep, distance from roads, days ice-covered while trumpeter swans were present, pH, conductivity, total phosphorus, percent macrophyte cover, and rhizome plus tuber dry mass per square metre. We used forward-stepping discriminant function analysis to determine which pond properties were most consistent with trumpeter swan use. Consistent high-use ponds had the greatest rhizome plus tuber dry mass per square metre and high conductivity. Ice cover also influenced pond use. Potamogeton pectinatus was the dominant macrophyte in all consistently used ponds. Our results are important for identifying ponds favoured by trumpeter swans and to ensure that adequate habitat is available during spring migration.

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 enseignants0,220
Score d'incertitude au seuil0,437

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 savante0,0000,000
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 Opus0,007
Tête enseignante GPT0,181
Écart entre enseignants0,174 · 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

Citations10
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Zoology→Même sujetFish Ecology and Management Studies→Travaux en français237 207→