Models of Production Rates in American Black Duck Populations
Notice bibliographique
Résumé
Understanding the relationship between the annual reproductive success and changes in environment is important for appropriate waterfowl management. We developed predictive models of American black duck (Anas rubripes) production rates as a function of biotic (black duck and mallard [A. platyrhynchos] abundance) and abiotic factors (spring precipitation and temperature) across predefined breeding areas, from 1990 to 2001. We used male age ratios in the fall population, estimated from wing samples of harvested black ducks corrected for differential vulnerability via band-recoveries, as the index to annual reproduction. Information criteria suggested that a model containing predictors for density-dependence, competition with mallards, spring precipitation, and temperature and stratum-specific coefficients was the best model of black duck production rates. However, coefficients of this model were highly imprecise, leading to relatively poor predictive ability, possibly due to multicollinearity among predictors and the relatively short time span of analysis. We fit several models that included only black duck and mallard abundance as predictors; of these, models with constant slopes and stratum-specific intercepts performed best. Model-averaged parameter estimates supported inverse relationships between black duck and mallard abundance and age ratios, with stronger relative effects for black duck density-dependence. Both effects have implications for adaptive harvest management, in that harvest potential for black ducks may differ greatly depending on combinations of number of each species and the relative belief in alternative hypotheses about the impacts of mallards. Much variability in age ratios remained unexplained by our models, some possibly due to the lack of habitat explanatory variables but also apparently due to random factors. Model improvement could be achieved by incorporating recent developments in the modeling of random effects, especially via Markov Chain Monte Carlo methods. More research is also needed to incorporate recently acquired habitat predictors into predictive modeling for black ducks and other ducks breeding in eastern North America. These results provide critical input for models of adaptive harvest management, currently under consideration as an approach for developing an international (Canada–U.S.) harvest strategy for black ducks.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».