A comparison of field methods to estimate Canada goose abundance
Notice bibliographique
Résumé
ABSTRACT We conducted a 2‐year study (2014–2015) in North Carolina, USA, to compare precision and efficiency between 2 methods used to estimate Canada goose ( Branta canadensis ) abundance. The first method (i.e., band‐return estimation) used hunter band‐returns and harvest estimates. The second (i.e., plot survey) used surveys of 1‐km 2 plots randomly located across potential goose habitat in the state. To quantify efficiency, we recorded all expenses and time dedicated to goose banding and plot surveys. In June 2014, we banded 2,102 adult geese at 44 sites. During the 2014–2015 hunting season, we received 173 direct band recoveries from birds banded as adults. We used the Lincoln–Peterson formula to calculate an abundance estimate of 148,839 (coeff. of variation = 7.9) and determined the band‐return method required US $72,858 and 2,317 person‐hours to complete. We surveyed 300 1‐km 2 plots across North Carolina in April 2015, and calculated an abundance estimate of 155,655 Canada geese (coeff. of variation = 308.9). We determined the plot‐survey method required US $80,767 and 2,857 person‐hours to complete. Although population estimates were similar, we recommend the band‐return technique to estimate Canada goose abundance because it provided a more precise estimate with similar overall costs and, if continued for multiple years, will allow calculation of additional population metrics including survival, recovery rates, and harvest distributions. © 2017 The Wildlife Society.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».