A lift‐net method for capturing diving and sea ducks
Notice bibliographique
Résumé
ABSTRACT Alternatives to bait‐trapping waterfowl are often necessary when studying health or body condition, when targeting species that are not easily attracted to bait or those that occur in deep‐water habitats where bait‐trapping can be difficult. We designed an active netting method for capturing diving and sea ducks, which we deployed at 8 sites in Lake Ontario, Canada from 2006 to 2007 and 2011 to 2012. A mist net suspended horizontally 0.5 m below the water surface was lifted out of the water when ducks swam over the capture area. The technique requires a stationary structure to anchor one end and is lifted out of the water by hand or using a vehicle on the non‐anchored end using attached ropes. We used structures including docks and walls of a shipping channel to secure ropes, but other structures could be used. Catch rates were 0.63 birds/hr for greater scaup ( Aythya marila ), and 0.65 birds/hr for long‐tailed ducks ( Clangula hyemalis ). In comparison, catch rates for floating mist nets were 0.08 birds/hr and 0.86 birds/hr for greater scaup and long‐tailed ducks, respectively. Equipment costs to build a lift‐net were 85% less than to build a floating mist net. © 2013 The Wildlife Society.
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 | 0,001 |
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 ».