MétaCan
Menu
Retour à la cohorte
Enregistrement W2054054669 · doi:10.1898/09-33.1

Factors Influencing the Distribution of Northern Spotted Owls in the Eastern Cascades, Washington

2011· article· en· W2054054669 sur OpenAlexaboutno aff
Craig Loehle, Larry L. Irwin, John Beebe, Tracy L. Fleming

Notice bibliographique

RevueNorthwestern Naturalist · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHabitatGeographyEcologyRange (aeronautics)Species distributionVegetation (pathology)PopulationPhysical geographyEnvironmental scienceBiologyDemography

Résumé

récupéré en direct d'OpenAlex

The Northern Spotted Owl (Strix occidentalis caurina) population is declining throughout its range in the United States and adjacent Canada and is facing increasing pressure from the invading Barred Owl (Strix varia). In this study, we characterize Spotted Owl habitat associations and develop 2 new habitat selection models for the eastern Washington Cascade Range. Topographic and habitat data were compiled at 2 scales (0.25 and 1.0 mi) around 224 Spotted Owl activity centers, or sites, and at 160 random locations in the same geographic region, and used to develop models for predicting owl distributions. Univariate analysis found that owl sites occurred below 5000-ft elevation and were more likely to occur as area in the >71% crown-cover class increased. Owl sites were found to be more likely to occur closer to streams and to be rare in the Subalpine Fir (Abies lasiocarpa) vegetation type. The 9–25″ tree size-class was a significant predictor of the distribution of owl sites. Habitat models were constructed that were moderately successful at predicting owl-site distribution. Models from the largest scale tested (1.0-mi radius) were the most predictive, at 80% accuracy. Top-ranked models included overstory canopy cover, tree size, elevation, precipitation, distance to stream, and tree species as predictors. The resulting models can be used to help identify likely sites for surveys and to inform conservation and landscape management activities associated with forest-health restoration.

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 enseignants0,048
Score d'incertitude au seuil0,924

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 savante0,0000,000
Science ouverte0,0010,000
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 Opus0,020
Tête enseignante GPT0,221
Écart entre enseignants0,200 · 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

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNorthwestern NaturalistMême sujetFire effects on ecosystemsTravaux en français237 207