MétaCan
Menu
Retour à la cohorte
Enregistrement W2162583263 · doi:10.1002/jwmg.108

A data‐driven demographic model to explore the decline of the Bathurst caribou herd

2011· article· en· W2162583263 sur OpenAlexaboutno aff
John Boulanger, Anne Gunn, Jan Adamczewski, Bruno Croft

Notice bibliographique

RevueJournal of Wildlife Management · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFecundityHerdProductivityDemographyBiologyGeographyEcologyPopulation

Résumé

récupéré en direct d'OpenAlex

Abstract The Bathurst herd of barren‐ground caribou ( Rangifer tarandus groenlandicus ) in the Canadian central arctic declined from an estimated 203,800 to 16,400 breeding females from 1986 to 2009, with the most rapid decline from 2006 to 2009. A key research and management question was whether the decline was mainly due to decreases in productivity alone or also due to reduced adult female survival. Investigating causes of the decline was hampered by a lack of direct estimates of caribou demographic parameters. We developed a demographic model that could be objectively fitted to field data to explore the mechanisms for the Bathurst decline, with a focus on the recent accelerated decline from 2006 to 2009. Our modeling indicated that the decline was driven by increasing negative trends in adult female and calf survival rates and possibly reduced fecundity The effect of a constant hunter harvest on the declining herd was one potential cause for the recent accelerated decline in adult survival. The demographic model detected negative trends in adult female survival that were not detected using standalone analyses of collar‐based survival data. The model allowed rigorous interpretation of trends in productivity by controlling for the simultaneous influence of trends in adult, calf, and yearling survival and adult fecundity on field‐based calf–cow ratios. Stochastic simulations suggested that large increases in adult survival and productivity would be needed for the herd to recover. Our methods enable objective modeling of caribou demography that can assist in caribou management based upon all sources of available data. © 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 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)0,001
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 enseignants0,213
Score d'incertitude au seuil0,298

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0020,001
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 Opus0,084
Tête enseignante GPT0,262
Écart entre enseignants0,178 · 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

Citations40
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Wildlife ManagementMême sujetWildlife Ecology and ConservationTravaux en français237 207