Lesser Snow Geese, <em>Chen caerulescens caerulescens</em>, and Ross's Geese, <em>Chen rossii</em>, of Jenny Lind Island, Nunavut
Notice bibliographique
Résumé
We surveyed the Lesser Snow (Chen caerulescens caerulescens) and Ross’s geese (Chen rossii) of Jenny Lind Island, Nunavut, using aerial photography in June 1988, 1998, and 2006, and a visual helicopter transect survey in July 1990. The estimated number of nesting geese was 39 154 ± SE 2238 in 1988, 19 253 ± 2323 in 1998, and 21 572 ± 1898 in 2006. In 1988 an estimated 2.7% of the nesting geese were Ross’s. The July 1990 population of adult-plumaged birds was 25 020 ± 3114. The estimated percentage blue morph among Snow and Ross’s geese was 19.0% in 1988, 25.1% in 1989, 23.0% in 1990 and 21.1% in 2006. Estimated pre-fledged Snow Goose productivity was 47% young in 1989 and 46% in 1990. Combined numbers of Snow and Ross’s geese on Jenny Lind Island grew over 250 fold, from 210 adults in 1962-1966 to 54 100 adults in 1985. Numbers subsequently declined, to 42 200 in 1988, 25 000 in 1990, 20 300 in 1998, and 26 400 in 2006. Population decline between 1985 and 1990 was consistent with anecdotal reports by others that die-offs of Snow Geese occurred in 1984, 1985 and 1989, and with our August 1989 fieldwork which found evidence of habitat degradation and malnourishment of young geese. In spite of limited food resources on Jenny Lind Island, the colony continued to exist in 2006 at near its 1990 and 1998 levels. Further studies there could provide insights for management of the overabundant mid-continent Snow Goose population and its arctic habitats.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».