MétaCan
Menu
Retour à la cohorte

Evaluating bridge survey ability to detect river otter Lontra canadensis presence: a comparative study

2008· article· en· W2083487179 sur OpenAlexafffundabout
Daniel Gallant, Liette Vasseur, Céline H. Bérubé

Notice bibliographique

RevueWildlife Biology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversité de Moncton
Organismes subventionnairesFonds en Fiducie pour la Faune du Nouveau-BrunswickUniversité de Moncton
Mots-clésOtterHabitatGeographyBridge (graph theory)National parkSurvey methodologyEcologyEnvironmental scienceFisheryEnvironmental resource managementBiologyArchaeologyStatistics

Résumé

récupéré en direct d'OpenAlex

Many researchers use bridges as search sites to monitor freshwater otter species along watercourses. Bridges enable rapid and easy access to their habitat, but for most otter species little is known on whether these anthropogenic structures affect their distribution, their marking preferences, and consequently, the ability of such surveys to detect their presence. We investigated the bridge survey method using data gathered during four winters of survey along the rivers and streams of Kouchibouguac National Park and surrounding area in New Brunswick, Canada. Our results show that sign surveys using bridges as search sites can have the same capability to detect river otter Lontra canadensis occurrences as surveys using randomly distributed sites. Future surveys can be improved by increasing search distance at bridge sites. This will increase detection rates and safeguard against results underrepresenting otter occurrence in the landscape, which could prompt unnecessary conservation actions. Researchers choosing to increase search distance are advised to augment survey efforts in order to maintain large sample sizes, ensuring sufficient statistical power for tests aiming to detect trends in river otter occurrence.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,113
Tête enseignante GPT0,349
Écart entre enseignants0,236 · 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

Citations25
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWildlife BiologyMême sujetWildlife Ecology and ConservationTravaux en français237 207