MétaCan
Menu
Retour à la cohorte
Enregistrement W2119416794 · doi:10.1002/jwmg.184

Estimating mountain goat abundance using DNA from fecal pellets

2011· article· en· W2119416794 sur OpenAlexaff
Kim G. Poole, Darryl M. Reynolds, Garth Mowat, David Paetkau

Notice bibliographique

RevueJournal of Wildlife Management · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensMinistry of Forests
Organismes subventionnairesnon disponible
Mots-clésUngulateWildlifePopulationBiologyAbundance (ecology)GenotypingFecesMicrosatellitePopulation sizeEcologyZoologyHabitatDemographyGenotype

Résumé

récupéré en direct d'OpenAlex

Abstract Non‐invasive collection of tissue samples to obtain DNA for microsatellite genotyping required to estimate population size has been used for many wildlife species but rarely for ungulates. We estimated mountain goat ( Oreamnos americanus ) population size on a mountain complex in southwestern British Columbia by identification of individuals using DNA obtained from fecal pellet and hair samples collected during 3 sampling sessions. We identified 55 individuals from 170 samples that were successfully genotyped, and estimated a population of 77 mountain goats (SE = 7.4). Mean capture probability was 0.38 (SE = 0.037) per session. Our technique provides one of the first statistically rigorous estimates of abundance of an ungulate species using DNA derived primarily from fecal pellets. Our technique enables managers to obtain minimum counts or population estimates of ungulates in areas of low sightability that can be used for conservation and management. © 2011 The Wildlife Society.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,178
Score d'incertitude au seuil0,393

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,247
Écart entre enseignants0,220 · 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 tête enseignante, 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

Citations34
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Wildlife ManagementMême sujetGenetic diversity and population structureTravaux en français237 207