Waterfowl Use of Dense Nesting Cover in the Canadian Parklands
Notice bibliographique
Résumé
ABSTRACT Dense nesting cover (DNC) has been a conspicuous component of habitat management for upland‐nesting ducks for >30 years, but its benefits for nesting ducks have been contentious. During 1994–1999 we monitored 3,058 dabbling duck ( Anas spp.) nests in 84 DNC fields located throughout the Canadian Parklands to examine sources of among‐field variation in nest density and nesting success. Nest density averaged 1.51 (SE=0.15) nests/ha and overall nesting success was 20.4%, but there was pronounced annual variation in both estimates. Nesting success increased with increasing field size (range = 6–111 ha), but nest density remained constant. Nest density increased with percent wetland habitat within DNC fields and declined with percent perennial cover in the surrounding 2.4 × 2.4‐km landscape, but these variables were not important for predicting nesting success. Nest abundance and nesting success roughly doubled in fields seeded with alfalfa ( Medicago sativa ) or sweet clovers ( Melilotus spp.), but there was no benefit from using native as opposed to tame grasses. We recommend that waterfowl managers in the Canadian Parklands establish DNC with alfalfa in large fields in landscapes with abundant wetlands but minimal competing cover.
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 | 0,001 | 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) | 0,000 | 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 ».