Efficacy of Trail Cameras to Identify Individual Florida Panthers
Notice bibliographique
Résumé
We conducted a 2-y investigation to assess the efficacy of trail cameras to identify individual Puma concolor coryi (Florida Panther). We established 35 camera sites within the 28,328-ha northern Addition Lands region of Big Cypress National Preserve from 1 January 2011 to 31 December 2012. To maximize the number of Florida Panthers captured, we intentionally avoided the use of transects or grids for camera-site selection. Instead, we placed cameras along known Florida Panther travel routes. We used a scent lure at each camera site to encourage Florida Panthers to linger in camera range, thereby increasing the opportunity to determine gender and observe anomalies that would aid in identification of individuals. Our cameras captured Florida Panthers 2154 times, which produced a total of 38,056 individual photos. We determined the identity of individual male Florida Panthers in 93% of captures (n = 1190 of 1278). However, the absence of anomalies in adult female Florida Panthers prevented us from identifying them consistently and with absolute certainty, despite thousands of opportunities to do so. Therefore, we relied on the morphological characteristics of dependent kittens to identify individual females in specific instances. We feel that the modifications to the camera survey (i.e., cameras placed on travel routes, high-quality digital cameras, and use of a species-specific scent lure) increased our ability to determine gender and identify individuals.
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 | 0,000 | 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 | 0,002 |
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 ».