ASSESSMENT OF POTENTIAL BIAS WITH SNOWSHOE HARE FECAL PELLET-PLOT COUNTS
Notice bibliographique
Résumé
The fecal pellet-plot method has been used extensively for snowshoe hare (Lepus americanus) population studies across the species' range, but potential biases associated with the technique have not been addressed adequately. We studied hare pellet-plots in northern Idaho to quantify pellet decomposition rates across environmental gradients, and conducted feeding trials on captive hares to assess the role of diet on pellet production rates. We found that across our study area pellet numbers tended to be higher on plots with high vegetative cover, which likely was a reflection of hare habitat choice rather than lesser pellet decomposition in such habitat. A pellet decomposition experiment indicated that pellet persistence was negatively related to moisture level, and that pellets produced by hares during summer decomposed more quickly than those from winter. We found that only 19% of fecal pellets collected from plots located across northern Idaho were produced by hares during winter. There was a correlation between pellet numbers from plots that were pre-cleared 1 year earlier and estimated numbers of hares on 6 study areas. A similar correlation was lacking for pellet counts from uncleared plots, implying that hare population estimation via pellet-plot counts should involve plot pre-clearing. In captive studies, juvenile hares produced slightly fewer pellets per day per gram of food ingested than adults, but pellet production was similar across diets comprised of 10 different browse species. We conclude that for our study area the fecal pellet-plot method may be subject to notable pellet decomposition bias, and therefore recommend that use of the method elsewhere across the species' range be preceded by assessment of both the pellet-hare density relationship and pellet decomposition rates across habitats.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,003 | 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 tête enseignante, 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 ».