Identifying guard hairs of Rocky Mountain carnivores
Notice bibliographique
Résumé
ABSTRACT Increasing use of hair to survey carnivore distribution and identify carnivore scavengers or predators at prey kill sites requires methods for cost‐efficient identification of predator hair. Although DNA analysis can be used to identify species‐specific hairs, reliability depends on quality of hair, collection method, and environmental conditions, with cost that can exceed CAD$35/hair. In contrast, features of guard hairs including hair length, banding, and macro‐ and microscopic characteristics of the hair cuticle and medulla offer an alternative approach when hair quality is poor or funding is limited. Past keys focused on hair identification of prey species (e.g., ungulates, rodents) in predator scat analysis or were general because they contained all mammals in a region, thus complicating the focus on dichotomous keys for large carnivores. We used Random Forest (RF) to identify features that best classified known‐origin guard hairs ( n = 175) and used these characteristics to develop a dichotomous key for hair identification of the 7 major, large carnivore species common to the Rocky Mountains of Alberta, Canada. We found relative medulla width and pattern, cuticle‐scale characteristics, and hair length provided the greatest probability of correctly distinguishing among hairs of different carnivore species. Correct classification of within sample hairs with RF based on Area Under the Curve (AUC) averaged 0.95 ± 0.10, with coyote ( Canis latrans ) hairs having the lowest classification accuracy. Blind trials classifying 21 hairs using the dichotomous key yielded correct classifications of 88% ± 7% to the family level and 60% ± 10% to the species level. Hair preparation and identification by a trained technician was estimated at 30 ± 15 min/hair and CAD$8/hair. Our carnivore hair key provides an alternative approach to DNA hair analysis when either funds are limited, or hair samples are not of sufficient quality to be successfully sequenced. © 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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».