Does species composition of arctic geese recovered in prairie Canada vary by hunter residency?
Notice bibliographique
Résumé
Abstract Estimates of goose harvest by the National Harvest Survey (NHS) in Canada are based on the assumption that species composition of harvest by non‐Canadians that hunt in Canada is equivalent to that of Canadians. Non‐Canadian hunters are not sampled for composition of species harvested, so differences in proportions harvested per hunter could lead to biased harvest estimates; bias would increase with increasing proportions of unsampled non‐Canadians in relation to sampled Canadian hunters. My objective was to test the assumption of equality of species composition between these 2 strata of hunters for Alberta, Saskatchewan, and Manitoba using recoveries of cackling ( Branta hutchinsii ), Ross's ( Chen rossii ), lesser snow ( C. caerulescens caerulescens ), and greater white‐fronted ( Anser albifrons ) geese marked south of Queen Maud Gulf in Nunavut, Canada's Central Arctic. I used multinomial logistic regression of recoveries between Canadian and non‐Canadian hunters controlling for hunting season. Non‐Canadian hunters selected Ross's geese over white‐fronted geese compared to Canadians hunting in both Alberta and Saskatchewan, where all 4 species are harvested. Thus, harvest estimates for Ross's geese may be biased low in Alberta and Saskatchewan and those for white‐fronted geese biased high. Waterfowl species harvested by non‐Canadians could be sampled to estimate and correct biases in the NHS. © 2011 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».