MétaCan
Menu
Retour à la cohorte
Enregistrement W2122211269 · doi:10.2193/2006-354

Does Management for Duck Productivity Affect Songbird Nesting Success?

2007· article· en· W2122211269 sur OpenAlexaffabout
Nicola Koper, Fiona K. A. Schmiegelow

Notice bibliographique

RevueJournal of Wildlife Management · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversity of AlbertaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSongbirdNesting (process)GrazingHabitatVegetation (pathology)EcologyProductivityGeographyWaterfowlWetlandWarblerBiology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Habitat management for ducks has significantly influenced prairies and wetlands used by other species. However, the effects of management on other species have not been clearly assessed. We present the first study to compare the nesting success of ducks with the productivity of coexisting passerines. We evaluated effects of cattle grazing, subdivision of fields, habitat edges, year, and vegetation structure on duck and songbird nesting success in 32 mixed‐grass prairie fields in southern Alberta, Canada. Duck and songbird nesting success were not correlated. Duck nesting success was influenced by timing of grazing and vegetation structure, and tended to be higher in wetter years, whereas nesting success of most songbirds was not influenced by vegetation structure or grazing, and was sometimes higher in drier years. Local habitat management for ducks cannot be assumed to benefit songbirds. However, some management strategies, such as those that promote tall grass and short litter, might benefit both taxa.

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)0,002
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 enseignants0,092
Score d'incertitude au seuil0,478

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,012
Tête enseignante GPT0,265
Écart entre enseignants0,253 · 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

Citations24
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Wildlife ManagementMême sujetAvian ecology and behaviorTravaux en français237 207