MétaCan
Menu
Retour à la cohorte

Breeding-Season Survival of Male and Female Mallards in Canada's Prairie-Parklands

2006· article· en· W2174971625 sur OpenAlexafffundabout
Michael G. Brasher, Todd W. Arnold, James H. Devries, Richard M. Kaminski

Notice bibliographique

RevueJournal of Wildlife Management · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensDucks Unlimited Canada
Organismes subventionnairesDelta WaterfowlInstitute for Wetland and Waterfowl Research, Ducks Unlimited Canada
Mots-clésAnasBiologySeasonal breederNest (protein structural motif)PopulationHunting seasonEcologyAnimal scienceDemography

Résumé

récupéré en direct d'OpenAlex

Despite greater harvest rates of males, mallard (Anas platyrhynchos) populations exhibit male-biased sex ratios, presumably because females experience greater mortality during breeding seasons than do males. Nest success and adult female survival during the breeding season greatly impact mallard population growth; however, no study has evaluated breeding-season survival of males and females simultaneously using radiotelemetry. We captured, radiomarked, and monitored 90 male and 272 female mallards during 2 breeding seasons in the Prairie-Parkland region of Canada (Manitoba 1998, Saskatchewan 1999). Model-averaged estimates of female breeding season (i.e., 15 Apr–14 Jul) survival probabilities were 0.84 (SE = 0.031) in 1998 and 0.71 (SE = 0.040) in 1999. Estimated survival probabilities of paired males were 0.99 (SE = 0.016) in 1998 and 0.98 (SE = 0.025) in 1999; survival estimates for unpaired males were 0.92 (SE = 0.052) in 1998 and 0.85 (SE = 0.083) in 1999. Female mortality was greatest during periods of intensive nesting, whereas limited male mortalities precluded identification of attributes linked to mortality. Our results suggest that breeding-season survival of males has little impact on mallard population growth, and that management efforts to increase female survival rates offer greater potential to enhance mallard production.

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)0,000
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 enseignants0,480
Score d'incertitude au seuil0,958

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,211
Écart entre enseignants0,203 · 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

Citations36
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Wildlife ManagementMême sujetAvian ecology and behaviorTravaux en français237 207