Calculating Food Production in the Subsistence Harvest of Birds and Eggs + Supplementary Appendices S1 and S2
Notice bibliographique
Résumé
Subsistence harvest studies use number-to-mass conversion factors (CFn-m) to transform numbers of animals harvested into food production (CFn-m = body mass × recovery rate; where recovery rate is the percentage of the body mass represented by the processed carcass). Also, if egg harvest was reported as volume (e.g., a bucket), volume-to-number conversion factors (CFv-n) are needed to calculate the number of eggs taken. Conversion factors (CF) for subsistence harvest of birds and eggs have been based on unclear assumptions. We calculated a mean recovery rate (65%) by weighing and processing wild birds, compiled data on bird and egg mass, developed an egg CFv-n equation, and presented CF for 88 bird species, 13 subspecies or populations, and 25 species categories likely to be harvested in Alaska. We also made recommendations on how to apply and adjust CF according to study objectives. We recommend that subsistence harvest studies (1) collect egg harvest data as egg numbers (not volume); (2) clearly explain considerations and assumptions used in CF; (3) report recovery rates and mass of birds and eggs; and (4) cite original sources when referring to CF from previous studies. Attention to these points of method will improve the accuracy of food production estimates and the validity of food production comparisons across time and geographic areas.
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 | 0,001 | 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 | 0,003 | 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) | 0,000 | 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 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 ».