MétaCan
Menu
Retour à la cohorte
Enregistrement W2136485709 · doi:10.2193/2009-056

Effects of Large‐Scale Predator Reduction on Nest Success of Upland Nesting Ducks

2009· article· en· W2136485709 sur OpenAlexfundaboutno aff
Matthew R. Pieron, Frank C. Rohwer

Notice bibliographique

RevueJournal of Wildlife Management · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensnon disponible
Organismes subventionnairesDelta Waterfowl
Mots-clésNest (protein structural motif)AnasVulpesPredationPredatorEcologyPopulationNesting seasonBiologyGeographyDemography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Population growth for mallards ( Anas platyrhynchos ), and presumably other upland nesting ducks, in the Prairie Pothole Region of the United States and Canada is most sensitive to nest success, and nest success is most strongly influenced by predation. We evaluated the efficacy of reducing predator populations to improve nest success of upland nesting ducks on township‐sized (93.2 km 2 ) management units in eastern North Dakota, USA, during 2005–2007. We monitored 7,489 nests on 7 trapped and 5 nontrapped sites. Trappers annually removed an average of 245 predators per trapped site, and we found nest success to be 1.4–1.9 times greater on trapped sites than nontrapped sites, depending on year. Nest success was greater on both trapped and nontrapped sites when compared with a study conducted in the same areas in the mid‐1990s, likely because of changes in red fox ( Vulpes vulpes ) and coyote ( Canis latrans ) population dynamics. Nests initiated midseason had higher daily survival rates (DSR) than those initiated earlier or later in the season. Daily survival rates for nests in the middle of the nesting cycle were higher than for nests that were early in laying or late in incubation. Nests near the periphery of trapped sites had slightly higher DSRs than nests in the center of trapped sites. Predator reduction at the township scale provides managers with an effective tool to improve nest success at large spatial scales.

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 enseignants0,035
Score d'incertitude au seuil0,314

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 Opus0,005
Tête enseignante GPT0,235
Écart entre enseignants0,230 · 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

Citations67
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

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