Using survivorship curves to estimate age of first reproduction in moose <i>Alces alces</i>
Notice bibliographique
Résumé
Age‐specific mortality of large mammals follows a general pattern of high juvenile mortality followed by low adult mortality. I outline a method which models this change in mortality rate to estimate age of maturity in hunted moose Alces alces populations. Kill data indicate that first time reproducers suffer the highest mortality during the hunting season. Cohort analysis of hunter kill data was used to estimate age‐specific female moose numbers and annual survival of cohorts over 18–26 years. Age at maturity was defined as age at the inflection point (highest mortality rate) of a third‐order log‐polynomial of annual survivorship curves. The inflection point demarcates the change in mortality rate between juvenile and adult life stages. Thus, the inflection point represents the greatest moose mortality rate during the hunting season and is likely associated with hunting mortality of inexperienced females accompanied by 6‐month‐old calves. I tested this method by estimating age of first reproduction (inflection point ‐ 0.5 years) and juvenile mortality for 15 Canadian moose populations. Results indicate a wide range of age at maturity (1.7–3.0 years) and percent of juveniles that survive to this age (29–70%). Estimating age at maturity from survivorship curves provides the opportunity to test life‐history theory.
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 | 0,000 | 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) | 0,001 | 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 ».