MétaCan
Menu
Retour à la cohorte
Enregistrement W2137187620 · doi:10.1656/045.016.n313

Winter Habitat Associations of a Low-Density Moose (<i>Alces americanus</i>) Population in Central Labrador

2009· article· en· W2137187620 sur OpenAlexaffabout
Thomas S. Jung, Tony E. Chubbs, Colin Jones, Frank R. Phillips, Robert D. Otto

Notice bibliographique

RevueNortheastern Naturalist · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensGovernment of Newfoundland and LabradorMemorial University of NewfoundlandYukon Department of Environment
Organismes subventionnairesnon disponible
Mots-clésWoodlandRiparian zoneHabitatBogGeographyPredationPopulationRange (aeronautics)EcologyBiology

Résumé

récupéré en direct d'OpenAlex

Alces americanus (Moose) are relatively new to Labrador, having only colonized the area in the late 1940s, and little is known about this population. We conducted large-scale aerial surveys for Moose in a 122,000-km2 area during winter 2000 and in a 29,900-km2 area in winter 2001. Moose densities were low in each area (1.6–3.0 Moose per 100 km2). Bull:cow ratios were nearly even and calf:cow ratios were relatively high, indicative of a population exposed to little hunting or predation pressure. Twinning rates were low, suggesting low range productivity. Moose used riparian areas and hardwood stands in higher proportion than their availability in winter (P < 0.05). Open habitats (conifer-lichen woodlands, bogs and fens, burned forest, and barren areas) were used in lower proportion than their availability. These data may provide the basis for developing habitat suitability maps for Moose in late winter across central Labrador.

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 enseignants0,042
Score d'incertitude au seuil0,973

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 Opus0,008
Tête enseignante GPT0,228
Écart entre enseignants0,220 · 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

Citations13
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNortheastern NaturalistMême sujetWildlife Ecology and ConservationTravaux en français237 207