Mallard resource selection trade‐offs in a heterogeneous environment during autumn and winter
Notice bibliographique
Résumé
) is affected by this resource heterogeneity and variable risk from hunting. Regional conservation strategies primarily focus on how waterfowl distributions are affected by food resources during the nonbreeding season. To test if Mallard resource selection was related to the abundance of resources, risks, or a combination, we studied resource selection of adult female Mallards during autumn and winter. We developed a digital spatial layer for Lake St. Clair, Ontario, Canada, that classified resources important to Mallards and assigned these resources a risk level based on ownership type and presumed disturbance from hunting. We monitored 59 individuals with GPS back-pack transmitters prior to, during, and after the hunting season and used discrete choice modeling to generate diurnal and nocturnal resource selection estimates. The model that classified available resources and presumed risk best explained Mallard resource selection strategies. Resource selection varied within and among seasons. Ducks selected for federal, state and private managed wetland complexes that provided an intermediate or relatively greater amount of refuge and foraging options than public hunting areas. Across all diel periods and seasons, there was selection for federally managed marshes and private supplemental feeding refuges that prohibited hunting. Mallard resource selection demonstrated trade-offs related to the management of mortality risk, anthropogenic disturbances, and foraging opportunities. Understanding how waterfowl respond to heterogeneous landscapes of resources and risks can inform regional conservation strategies related to waterfowl distribution during the nonbreeding season.
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 | 0,000 | 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 ».