MétaCan
Menu
Retour à la cohorte
Enregistrement W2514512880 · doi:10.3126/banko.v26i1.15503

Estimating tiger and its prey abundance in Bardia National Park, Nepal

2016· article· en· W2514512880 sur OpenAlexaff
Jhamak Bahadur Karki, Yadvendradev V. Jhala, Bivash Pandav, Shant Raj Jnawali, Rinjan Shrestha, Kanchan Thapa, Gokarna Jung Thapa, Nibedita Pradhan, B. R. Lamichane, Shannon M. Barber‐Meyer

Notice bibliographique

RevueBanko Janakari · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensWorld Wildlife Fund Canada
Organismes subventionnairesU.S. Fish and Wildlife ServiceWorld Wildlife Fund
Mots-clésTigerTransectCamera trapAbundance (ecology)Distance samplingNational parkPredationGeographySampling (signal processing)DuskEcologyFisheryForestryBiologyHabitatMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

We estimated tiger and wild prey abundance in the Bardia National Park of Nepal. Tiger abundance was estimated from camera trap mark recapture in 85 days between December, 2008 to March, 2009 by placing 50 camera trap pairs in 197 trap locations with a sampling effort of 2,944 trap nights. We photo captured 16 individuals (≥1.5 year old) tigers identified on the basis of their unique stripe patterns. The number and density (per 100 km2) of tiger was 19 (SE 3.3) and 1.31 (SE 0.32), respectively. Distance sampling was used to assess the prey abundance on 170 systematically laid line transects between May–June, 2009. The density of all the wild prey (individuals/km2) was 56.3 (SE 6.5). The density (individuals/km2Banko JanakariA Journal of Forestry Information for NepalVol. 26, No. 1, Page: 60-69, 2016

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,227
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBanko JanakariMême sujetWildlife Ecology and ConservationTravaux en français237 207