MétaCan
Menu
Retour à la cohorte
Enregistrement W2163573284 · doi:10.1126/science.1185802

Resource Management Cycles and the Sustainability of Harvested Wildlife Populations

2010· article· en· W2163573284 sur OpenAlexaff
John M. Fryxell, Craig Packer, Kevin S. McCann, Erling J. Solberg, Bernt-Erik Sæther

Notice bibliographique

RevueScience · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésWildlifeSustainabilityWildlife managementPopulationGeographyResource (disambiguation)EcosystemEcologyBiologyDemography

Résumé

récupéré en direct d'OpenAlex

Constant harvest policies for fish and wildlife populations can lead to population collapse in the face of stochastic variation in population growth rates. Here, we show that weak compensatory response by resource users or managers to changing levels of resource abundance can readily induce harvest cycles that accentuate the risk of catastrophic population collapse. Dynamic system models incorporating this mix of feedback predict that cycles or quasi-cycles with decadal periodicity should commonly occur in harvested wildlife populations, with effort and quotas lagging far behind resources, whereas harvests should exhibit lags of intermediate length. Empirical data gathered from three hunted populations of white-tailed deer and moose were consistent with these predictions of both underlying behavioral causes and dynamical consequences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,324
Écart entre enseignants0,303 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations141
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207