Distribution and Habitat Use of Ross's and Lesser Snow Geese During Late Brood Rearing
Notice bibliographique
Résumé
ABSTRACT We assessed spatial distribution and habitat use by Ross's and lesser snow geese ( Chen rossii and C. caerulescens caerulescens ) during late brood rearing to begin understanding goose‐habitat interactions and monitoring key habitats around a rapidly growing nesting colony located at Karrak Lake, Nunavut, Canada. We conducted aerial surveys to count geese and georeference locations, then used Landsat Thematic Mapper satellite imagery to identify habitats associated with each flock. We observed 435 and 407 flocks and 36,287 and 32,745 birds in 1994 and 1995, respectively. Birds were somewhat uniformly distributed over the 5,000‐km 2 study area, with larger aggregations occurring closer to the coast, about 70 km from the colony. We assessed habitat use using Bonferroni intervals at both the flock and individual scales. At the flock level, birds avoided lichen‐heath, used other terrestrial habitats as available, and selected freshwater. At the individual level, geese selected lowland habitats: wet sedge meadow, hummock graminoid tundra, and freshwater, which accounted for about 70% of the birds observed, and avoided upland habitats. Selection of lowland habitats is likely due to greater availability of food and easier predator avoidance compared to drier upland areas. Because most geese in our study used freshwater habitats, our results demonstrate that assessment of carrying capacity, at least in the central Arctic, must be expanded beyond the coastal salt marshes traditionally considered by researchers and managers as primary brood‐rearing habitat for mid‐continent light geese.
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) | 0,000 | 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 ».