MétaCan
Menu
Retour à la cohorte
Enregistrement W2796675671 · doi:10.1002/jwmg.21465

Determinants of growth rates and mass of Canada geese goslings

2018· article· en· W2796675671 sur OpenAlexaboutno aff
Michael R. Conover, Maureen G. Frank

Notice bibliographique

RevueJournal of Wildlife Management · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of UtahUtah Agricultural Experiment Station
Mots-clésBroodGooseBrantaFledgeBiologyWaterfowlNest (protein structural motif)AnatidaeHatchingEcologyPopulationZoologyDemographyHabitat

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Fledgling mass is an important determinant of first‐year survival and recruitment into the breeding population for many Arctic‐nesting goose species. In turn, fledgling mass of these geese is influenced by hatch date and forage quality and quantity in the brood‐rearing area. Less is known about the determinants of growth rates and fledgling mass in temperate‐nesting geese. For 25 years, we examined near‐fledging mass, hatch dates, and growth rates of Canada geese (Branta canadensis) nesting in Connecticut, USA by tracking individually marked geese that wore neck collars or large plastic leg bands. Fledgling mass was influenced by sex (males were heavier), gosling age when weighed, and family type (fledglings raised in 2‐parent families were heavier than those raised in gang broods). Paternal nesting experience (years of prior nesting) influenced fledgling mass, probably because goslings with experienced fathers hatched earlier than goslings with inexperienced fathers. Among fledglings raised in gang broods, fledgling mass was positively correlated with the number of parents attending the brood and negatively correlated with the number of goslings within the brood. Gosling growth rates (daily gain in mass) were higher for males than females; goslings in 2‐parent families grew 2 g/day faster than those in gang broods. Late‐hatched goslings grew faster than goslings that hatched earlier. In gang broods, growth rates were positively correlated with the ratio of parents to goslings. Assessing goose sex ratios, Julian hatching dates, family types, and brood sizes will allow waterfowl managers in temperate regions to refine their goose population models. This, in turn, will allow waterfowl managers to determine more accurately what proportion of the populations can be safely harvested or how best to manage nuisance goose populations. © 2018 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,148
Score d'incertitude au seuil0,295

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,227
Écart entre enseignants0,220 · 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Wildlife ManagementMême sujetAvian ecology and behaviorTravaux en français237 207