Renesting by Dusky Canada Geese on the Copper River Delta, Alaska
Notice bibliographique
Résumé
The population of dusky Canada geese (Branta canadensis occidentalis; hereafter duskies) breeding on the Copper River Delta (CRD), Alaska, USA, has been in long-term decline, largely as a result of reduced productivity. Estimates of renesting rates by duskies may be useful for adjusting estimates of the size of the breeding population derived from aerial surveys and for understanding population dynamics. We used a marked population of dusky females to obtain estimates of renesting propensity and renesting interval on the CRD, 1999–2000. Continuation nests, replacement nests initiated without a break in the laying sequence, resulted only after first nests were destroyed in the laying stage with ≤4 eggs laid. Renesting propensity declined with nest age from 72% in mid-laying to 30% in early incubation. Between first nests and renests, mean interval was 11.9 ± 0.6 days, mean distance was 74.5 m (range 0–214 m), and clutch size declined 0.9 ± 0.4 eggs. We incorporated our renesting estimates and available estimates of other nesting parameters into an individual-based model to predict the proportion of first nests, continuation nests, and renests, and to examine female success on the CRD, 1997–2000. Our model predicted that 19–36% of nests each year were continuation nests and renests. Also, through 15 May (the approx. date of breeding ground surveys), 1.1–1.3 nests were initiated per female. Thus, the number of nests per female would have a significant, though relatively consistent, effect on adjusting the relation between numbers of nests found on ground surveys versus numbers of birds seen during aerial surveys. We also suggest a method that managers could use to predict nests per female using nest success of early nests. Our model predicted that relative to observed estimates of nest success, female success was 32–100% greater, due to replacement nests. Thus, although nest success remains low, production for duskies was higher than previously thought. For dusky Canada geese, managers need to consider both continuation nests and renests in designing surveys and in calculating adjustment factors for the expansion of aerial survey data using nest densities.
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) | 0,001 | 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 ».