Duck Productivity in Restored Species-Rich Native and Species-Poor Non-Native Plantings
Notice bibliographique
Résumé
Conservation efforts to increase duck production have led the United States Fish and Wildlife Service to restore grasslands with multi-species (3-5) mixtures of introduced cool season vegetation often termed dense nesting cover (DNC). The effectiveness of DNC to increase duck production has been variable, and maintenance of the cover type is expensive. In an effort to decrease the financial and ecological costs (increased carbon emissions from plowing and reseeding) of maintaining DNC and provide a long-term, resilient cover that will support a diversity of grassland fauna, restoration of multi-species (16-32) plantings of native plants has been explored. We investigated the vegetation characteristics, nesting density and nest survival between the 2 aforementioned cover types in the Prairie Pothole Region of North Dakota, USA from 2010-2011 to see if restored-native plantings provide similar benefits to nesting hens as DNC. We searched 14 fields (7 DNC, 271 ha; and 7 restored native, 230 ha) locating 3384 nests (1215 in restored-native vegetation and 2169 in DNC) in 2010-2011. Nest survival was similar between cover types in 2010, while DNC had greater survival than native plantings in 2011. Densities of nests adjusted for detection probability were not different between cover types in either year. We found no structural difference in vegetation between cover types in 2010; however, a difference was detected during the late sampling period in 2011 with DNC having deeper litter and taller vegetation. Our results indicate restored-native plantings are able to support similar nesting density as DNC; however, nest survival is more stable between years in DNC. It appears the annual variation in security between cover types goes undetected by hens as hens selected cover types at similar levels both years.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».