MétaCan
Menu
← Retour à la cohorte
Enregistrement W2937974277 · doi:10.26077/gvwq-2794

Drive-By Netting: A Technique for Capturing Grebes and Other Diving Waterfowl

2007· article· en· W2937974277 sur OpenAlexaboutno aff
Joe A Caudell, Michael R. Conover

Notice bibliographique

RevueLincoln (University of Nebraska) · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensnon disponible
Organismes subventionnairesUtah Division of Wildlife ResourcesAnimal and Plant Health Inspection ServiceUtah State UniversityU.S. Department of Agriculture
Mots-clésNettingWaterfowlFisheryBiologyEcologyGeographyHabitat

Résumé

récupéré en direct d'OpenAlex

We describe a new method (drive-by netting) for capturing grebes (Podiceps spp.) and other birds that dive under water to escape capture. We used a floating gill net to capture 203 eared grebes (Podiceps nigricollis) in 20 days in 1999 on the Great Salt Lake (GSL), 652 eared grebes in 41 days on the GSL in 2000, and 409 grebes in 20 days in 2001. Other species captured during the 2000 and 2001 fi eld seasons included 1 western grebe (Aechmophorus occidentalis), 9 ruddy ducks (Oxyura jamaicensis), and 1 Canada goose (Branta canadensis). Two people, a motorboat, and a gill net are required for drive-by netting. Our method was efficient, having a high capture rate per unit effort and a low mortality rate. Drive-by netting can be used to capture both individual grebes and large numbers of grebes on open water.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,201
Écart entre enseignants0,192 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLincoln (University of Nebraska)→Même sujetAvian ecology and behavior→Travaux en français237 207→