Spatially‐explicit land use effects on nesting of Atlantic Flyway resident Canada geese in New Jersey
Notice bibliographique
Résumé
Atlantic Flyway resident population (AFRP) Canada geese Branta canadensis in New Jersey, USA, have grown dramatically during the last thirty years and are considered as overabundant in many areas. Development of corporate parks and urban areas with manicured lawns and artificial ponds offer ideal nesting habitat for AFRP geese, with limited pressure from hunting or natural predators. As a result, spatial heterogeneity in reproduction must be taken into account in managing the population. We identified the site and landscape spatial scale extents at which land use features influenced nest site selection and nest success. Nest searches were conducted throughout the State during 2009—2010, and 309 nests were monitored through hatch to determine their fates. We ran a spatial correlation analysis of land use composition to identify spatial scale extents at which geese most considerably respond to their environment for nest site selection and nest success. All significant spatial scale extents were at or below 2.25 km for the five classified land use types. We emphasize that habitat‐goose associations in densely urban areas were strongest at extents < 1 km, while rural and natural areas were strongest at extents > 1 km. Geese responded to human‐dominated land uses at a smaller spatial scale extent than land uses with low human density. The strength of all nest‐land use univariate relationships was low; however, our primary objective was to identify the scales extent at which geese associate with land use, rather than the intensity. We encourage managers to consider these scale‐dependent associations in identifying important habitat variables in multivariate models; and if population control of AFRP Canada geese is of primary interest, then focusing on local habitat management will most likely have the largest influence in managing this population.
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 ».