Assessing noninvasive hair and fecal sampling for monitoring the distribution and abundance of river otter
Notice bibliographique
Résumé
Abstract Monitoring the distribution and abundance of populations is an important component of efforts to meet management or conservation goals. Although the objectives for such studies are easy to define, cost‐effective, precise, and accurate estimates are often elusive. We tested the efficacy and compared the cost‐effectiveness of methods for estimating the number and recording the distribution of river otter ( Lontra canadensis ). We genotyped otter hair sampled using two noninvasive instruments and compared those results with a hypothetical study design based on DNA extracted from fecal matter. Patterns of distribution generated from DNA collected at latrine sites were then compared to observations of otter collected using VHF radiotelemetry. We achieved a high probability of genotyping river otter with a small number of hairs (i.e., 59.0 % probability of producing a genotype with 1 guard hair and >5 under hair samples) collected using wire body snares and knaplock hair snags. Body snares were more effective at collecting otter hair, but there was relatively little additional cost to using both sampling instruments. Genotyped hair resulted in a high multi‐year recapture rate (61.9 %). Hair collection and genotyping was the most cost‐effective method for monitoring populations of river otter ($168.50 US/datum) followed by radiotelemetry ($264.50 US/datum), and the extraction of DNA from fecal matter ($266.00 US/datum). However, the noninvasive techniques did not represent the full distribution and fine‐scale movements of otter, as observed using radiotelemetry. There has been much recent reporting of the efficacy of fecal matter as a source of DNA for conducting mark–recapture population estimates for mesocarnivores. Our data suggested that collecting DNA in hair may be a more cost‐effective and efficient approach.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».