MétaCan
Menu
Retour à la cohorte
Enregistrement W2587495484

2013-2014 Illinois Waterfowl Hunter Report: Harvest, Season Preferences, and Digest Use

2014· article· en· W2587495484 sur OpenAlexaboutno aff
Andrew L. Stephenson, Brent D. Williams, Linda K. Campbell, Craig A. Miller

Notice bibliographique

RevueIDEALS (University of Illinois Urbana-Champaign) · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Fish and Wildlife ServiceIllinois Department of Natural Resources
Mots-clésWaterfowlGeographyFisheryEcologyBiologyHabitat
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A total of 3,278(46%response rate) Illinois waterfowl hunters responded to the 2013-14Illinois Waterfowl Hunter Survey. An estimated 49,170 waterfowl hunters spent1,052,728 days afield, adecreaseof 8.9% from the 1,155,346 days devoted during the 2012-2013 license year. Waterfowl harvest increased 4.3%, from 580,557 during 2012-13to 605,720 during 2013-14.Duck harvest estimates for the regular duck season were as follows: 225,873 mallards (Anas platyrhynchos), 49,001wood ducks (Aix sponsa), and 155,306 other ducks. A total of 21,967 teal (Anasspp.) were harvested during the September teal season. Goose hunters harvested 104,887Canada geese (Branta canadensis) during the regular Canada goose season, a 44.3% increase from the 72,682 Canadageese harvested during the 2012-13regular goose season. Hunters harvested 15,644 Canada geese during the September Canada goose season, a 13.2% decrease from the previous year. During the Youth Waterfowl Hunting Season, 8,438 adults took 8,639 youths waterfowl hunting, a 7.8% increase in adult participation and a 13.6% decrease in youth participation from the 2012-13 Youth Waterfowl Hunting Season.Duck hunterpreference for season dates and zones,satisfaction with the waterfowl seasons, and record keeping are also discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,113
Score d'incertitude au seuil0,224

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 GPT0,190
Écart entre enseignants0,177 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIDEALS (University of Illinois Urbana-Champaign)Même sujetAvian ecology and behaviorTravaux en français237 207