MétaCan
Menu
Retour à la cohorte
Enregistrement W2105873807 · doi:10.1071/wr09046

Predator-baiting experiments for the conservation of rock-wallabies in Western Australia: a 25-year review with recent advances

2010· review· en· W2105873807 sur OpenAlexaff
J. E. Kinnear, Charles J. Krebs, Craig Pentland, Peter Orell, Chris Holme, Reino Karvinen

Notice bibliographique

RevueWildlife Research · 2010
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensDepartment of Environment and Conservation
Organismes subventionnairesnon disponible
Mots-clésPredationMarsupialBiologyEndangered speciesEcologyPredatorThreatened speciesWildlife managementFaunaWildlifeHabitat

Résumé

récupéré en direct d'OpenAlex

Predation is widely believed to be the main threatening process for many native vertebrates in Australia. For 25 years, predator-baiting experiments have been used in the Western Australian Central Wheatbelt to control red fox predation on rock-wallabies and other endangered marsupial prey elsewhere. We review here the history of a series of baiting experiments designed to protect rock-wallaby colonies by controlling red foxes with 1080 poison baits. We continue to support the conclusion that red foxes can reduce or exterminate rock-wallaby populations in Western Australia. Research trials from 1990 to 2008 have uniformly shown a dramatic recovery of rock-wallaby populations once red foxes are baited. Baiting experiments are often black boxes and their success should not blind us to their weaknesses. Ideally, what we would like to measure are the functional responses of predators to prey abundance directly. As a contribution towards this goal, we describe new technology that enables one to determine which predator killed which prey, at exactly what time, with improved research and management outcomes.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,172
Tête enseignante GPT0,435
Écart entre enseignants0,263 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations115
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWildlife ResearchMême sujetWildlife Ecology and ConservationTravaux en français237 207