MétaCan
Menu
Retour à la cohorte
Enregistrement W2016919798 · doi:10.5558/tfc83570-4

A test of Ontario's Habitat Suitability Matrix as a forest management planning tool for forest birds

2007· article· en· W2016919798 sur OpenAlexaffvenueabout
Stephen B. Holmes, Lisa Venier, Brian J. Naylor, J. Ryan Zimmerling

Notice bibliographique

RevueThe Forestry Chronicle · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensBirds CanadaMinistry of Natural Resources and ForestryNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésWarblerWoodpeckerHabitatEcologyGeographyTaigaForestryBiology

Résumé

récupéré en direct d'OpenAlex

We used point-count data collected as part of Bird Studies Canada's Boreal Forest Bird Program to validate habitat suitability models for 22 forest bird species in Ontario's Habitat Suitability Matrix. We found that many of the species'models performed relatively poorly in discriminating between occupied and unoccupied sites, primarily due to the high error of commission rates (false positive predictions). Since species presence and abundance were assessed by single, five minute point counts, insufficient sampling was at least partly responsible for some of the observed over-prediction. Results suggested that model parameters for at least nine of the species tested (hairy woodpecker [Picoides villosus], blueheaded vireo [Vireo solitarius], red-eyed vireo [Vireo olivaceus], red-breasted nuthatch [Sitta canadensis], Swainson's thrush [Catharus ustulatus], hermit thrush [Catharus guttatus], Tennessee warbler [Vermivora peregrina], Blackburnian warbler [Dendroica fusca] and dark-eyed junco [Junco hyemalis]) should be reviewed to improve the predictive capability of the models and to ensure appropriate consideration of the habitat needs of these species during forest management planning. Key words: boreal forest, forest birds, discrimination capacity, habitat models, habitat suitability matrix, model accuracy, model validation, relative operating characteristic curve, ROC

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)0,003
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,584
Score d'incertitude au seuil0,827

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,012
Tête enseignante GPT0,255
Écart entre enseignants0,243 · 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

Citations4
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetWildlife Ecology and ConservationTravaux en français237 207