Energetic Carrying Capacity of Actively and Passively Managed Wetlands for Migrating Ducks in Ohio
Notice bibliographique
Résumé
ABSTRACT Habitat conservation strategies of the North American Waterfowl Management Plan (NAWMP) are guided by current understanding of factors that limit growth of waterfowl populations. The 1998 implementation plan of the Upper Mississippi River and Great Lakes Region Joint Venture (UMR and GLRJV) assumed that availability of foraging resources during autumn in wetlands actively managed for waterfowl was the primary limiting factor for duck populations during the nonbreeding season. We used multistage sampling during autumn and spring 2001–2004 to estimate energetic carrying capacity (ECC) of actively and passively managed wetlands in Ohio, USA, and examine this assumption. Energetic carrying capacity during autumn was similar between actively and passively managed wetlands each year. Averaged across years, energetic carrying capacity was 3,446 and 2,047 duck energy‐days (DED)/ha for actively and passively managed wetlands, respectively. These estimates exceeded the UMR and GLRJV assumption that 1,236 DED/ha were provided by managed wetland habitats. Energetic carrying capacity declined each year by >80% between autumn and spring migration. Consequently, ECC of actively and passively managed wetlands was low during spring ( = 66–242 DED/ha). These results suggested that duck foraging resources in actively and passively managed wetland habitats are abundant during autumn, but overwinter declines may create food‐limiting environments during spring.
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 | 0,002 | 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 ».