Exploring fall migratory patterns of American black ducks using eight decades of band‐recovery data
Notice bibliographique
Résumé
ABSTRACT As regions of habitat used by migratory waterfowl are subjected to rising anthropogenic pressures, establishing patterns of landscape use during migratory cycles is becoming increasingly important for managing and maintaining populations. Although data collection strategies such as global positioning system (GPS) telemetry promise high‐resolution insight on geographic use of contemporary populations, decades of available band recovery records on many species can provide a low‐cost, multi‐generational alternative for defining broad, historically informed patterns of landscape use. We used nearly a century of band‐recovery data to reconstruct patterns of fall migratory landscape use for American black ducks in the Mississippi and Atlantic flyways. We partitioned band recovery positions by month from September to February and spatially analyzed positions using kernel density estimates (KDEs) to delineate geographic regions used by American black ducks and track changes in landscape use during migration. Additionally, we considered the appropriateness of current management strategies, which treat American black ducks as a single population, by testing for differences in month‐specific landscape use between ducks banded in the Mississippi and Atlantic flyways, and between international management units (ducks banded in Canada or the U.S.). We found that geographic distributions during peak migration faithfully recovered regions previously hypothesized as migratory corridors. Furthermore, regardless of banding origin, we found highly similar distributions and strong flyway fidelity in Atlantic flyway American black ducks. Conversely, American black ducks banded in the Mississippi flyway displayed differences in landscape use between Canadian and U.S. populations, with Canadian ducks significantly more likely to winter in areas within the Atlantic flyway (i.e., migrate between flyways). Flyway‐ and population‐specific patterns of black duck landscape use indicate populations behave more independently than currently treated by management models (including the Adaptive Harvest Management plan), and that population maintenance may be advanced by managing stocks separately. © 2014 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 | 0,001 |
| 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 | 0,000 | 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 | 0,000 |
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 ».