To exclose nests or not: structured decision making for the conservation of a threatened species
Notice bibliographique
Résumé
Abstract Decisions regarding endangered species recovery often face sparse data and multiple sources of uncertainty about the effects of management. Structured decision making ( SDM ) provides a framework for assembling knowledge and expert opinion and evaluating the tradeoffs between different objectives while formally incorporating uncertainty. The Atlantic Coast piping plover provides an illustrative case for the utility of SDM in endangered species management because its population growth is simple to model, most populations are monitored, decision alternatives are well defined, and many managers are open to recovery recommendations. We built a model to evaluate the decision to use nest exclosures to protect piping plover eggs from predators, where the objective was to maximize λ and the tradeoff was between nest survival and adult survival. The latter can be reduced by exclosures. We used a novel mixed multinomial logistic exposure model to predict daily nest fates and incorporated the results into a stochastic projection matrix that included renesting after nest failure, and adult mortality associated with abandonment. In our test data set ( n = 329 nests from 28 sites over four years), the mean nest survival over 34 days was markedly higher for exclosed nests (0.76 ± 0.03 SE ) than for unexclosed nests (0.37 ± 0.07). Abandonment rates were also higher for exclosed nests (0.092 ± 0.017) than for unexclosed nests (0.045 ± 0.017), but the difference was not statistically significant and the loss rate to “other sources” (mostly predators) was much lower for exclosed nests (0.15 ± 0.03) than for unexclosed nests (0.58 ± 0.07). Population growth rate (λ) was clearly improved by exclosure use at the sites with high background nest loss rates, but λ was still <1 with exclosure use. Where the background nest loss rates were low, the decision to use exclosures was ambiguous, and λ could benefit from reducing uncertainty in vital rates. Our process demonstrated that geographic and temporal variation in nest mortality determines whether exclosures will be useful in attaining positive population growth rates and that other management options must be considered where the background nest mortality rates are high.
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) | 0,013 | 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 ».