MétaCan
Menu
Retour à la cohorte
Enregistrement W2523011064 · doi:10.1655/herpetologica-d-16-00003.1

Multiscale Occupancy Patterns of Anurans in Prairie Wetlands

2016· article· en· W2523011064 sur OpenAlexaboutno aff
Kyle D. Gustafson, Robert A. Newman

Notice bibliographique

RevueHerpetologica · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAmphibian and Reptile Biology
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Forest Service
Mots-clésOccupancyWetlandEcologyAmphibianHabitatGeographyLandscape ecologyHylidaeBorealBiology

Résumé

récupéré en direct d'OpenAlex

Habitat loss and degradation appear to be the primary drivers of amphibian declines. Given the losses of native prairie and prairie wetlands, it is essential to understand the habitat conditions that support amphibian species in remaining prairie ecosystems. In this study, we combine wetland surveys, geographic information systems (GIS), and hierarchical statistical modeling to assess anuran occupancy relationships with wetland and landscape factors. We surveyed 141 wetlands with repeated sampling for amphibian breeding activity (calling, eggs, tadpoles, metamorphs) in the Sheyenne National Grasslands—one of the largest contiguous prairies on the North American continent. Overall we observed evidence of seven amphibian species breeding in the Sheyenne National Grasslands. Species with ubiquitous distributions (Boreal Chorus Frogs) or species that occurred infrequently (Canadian Toads and Great Plains Toads) had little variance in occupancy. However, Northern Leopard Frogs, Wood Frogs, and Gray Treefrogs exhibited occupancy relationships with wetland and landscape variables. Our results establish a baseline understanding of current prairie amphibian–habitat relationships. Furthermore, they indicate that integrating local and landscape variables into occupancy models that account for spatial autocorrelation can provide a better understanding of amphibian ecology, and can inform conservation and restoration programs.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,018
Score d'incertitude au seuil0,997

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)0,0040,000

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 Opus0,013
Tête enseignante GPT0,234
Écart entre enseignants0,221 · 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.

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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHerpetologicaMême sujetAmphibian and Reptile BiologyTravaux en français237 207