MétaCan
Menu
Retour à la cohorte
Enregistrement W2055355470 · doi:10.2981/0909-6396-14.4.489

Can ground counts reliably monitor ibex Capra ibex populations

2008· article· en· W2055355470 sur OpenAlexaff
E. Soto Largo, Jean‐Michel Gaillard, Marco Festa‐Bianchet, Carole Toïgo, Bruno Bassano, H Cortot, Gilles Farny, Benoît Lequette, Dominique Gauthier, Jean-Pierre Martinot

Notice bibliographique

RevueWildlife Biology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésUngulatePopulationCapraPopulation growthCensusStatisticsDemographyGeographyMark and recaptureReplicateBiologyPopulation sizeEcologyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Although ground counts are often used to monitor ungulate populations, several studies show that counts of ungulates have low precision and often underestimate population size. We assessed the reliability of ibex Capra ibex counts as performed in French national parks, by analysing up to 23 years of annual censuses of six ibex populations for which a subset of animals were individually marked. We compared the population growth rate obtained from census data (estimated by use of four different methods) with the growth rate calculated from a demographic model including parameters estimated from capture‐mark‐recapture methods. The correlations between count‐based estimates and growth rate obtained from demographic models were adequate to suggest that ground counts can monitor trends in population size of ibex, provided that the occasional undercounts are identified. Substantial undercounts in some years led to biologically impossible values of yearly population growth (λ>1.35) and, in the longest time series available, to marked autocorrelations in counts. Managers should replicate counts within the same year to check for underestimated counts. To reduce errors, population biologists analysing time series of ungulate counts should check the plausibility of annual growth rates estimated from two consecutive counts.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,031
Tête enseignante GPT0,250
Écart entre enseignants0,219 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations42
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWildlife BiologyMême sujetWildlife Ecology and ConservationTravaux en français237 207