Discriminating between Eggs of Herring Gulls (<i>Larus argentatus</i>) and Great Black-Backed Gulls (<i>Larus marinus</i>) in Eastern Canada
Notice bibliographique
Résumé
Distinguishing among eggs of large gull species in mixed colonies is difficult because egg size is variable, size ranges overlap and colors are similar. Regional and yearly differences in egg size of Herring Gulls (Larus argentatus) were compared among three regions (Bay of Fundy, Newfoundland, and low Arctic). In two of these regions (Newfoundland and Bay of Fundy), eggs of Herring Gulls and Great Black-backed Gulls (L. marinus) were measured and discriminant analysis models were created to distinguish between the eggs of these two species. Egg dimensions of Herring Gulls decreased from low Arctic (largest) to Bay of Fundy to Newfoundland (smallest). In both species, where a = first-laid egg, b = second-laid, and c = third-laid, a- and b-eggs were of similar size, but c-eggs were significantly smaller; measurements of a- and b-eggs were pooled. The only annual differences were in a- and b-eggs (treated separately) in Newfoundland; there were no annual differences in c-eggs or in a/b-eggs combined. There were regional differences in a/b-eggs combined, but not in c-eggs. Three separate discriminant function models were created for Newfoundland a/b-eggs, Bay of Fundy a/b-eggs, and Newfoundland/Bay of Fundy c-eggs. Models discriminated 90% or more of the eggs. Length and diameter differ between species and must both be measured to discriminate between Herring and Great Black-backed gull eggs; diameter alone is not reliable. Future application of such models will improve identification of clutches in field situations and lead to more accurate gull population estimates.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».