Group versus population level demographics: An analysis of comparability using long term data on wild white‐faced capuchin monkeys (<i>Cebus capucinus imitator</i>)
Notice bibliographique
Résumé
Primates have long been used as indicator species for assessing overall ecosystem health. However, area-wide census methods are time consuming, costly, and not always feasible under many field conditions. Therefore, it is important to establish whether monitoring a subset of a population accurately reflects demographic changes occurring in the population at large. Over the past 35 years, we have conducted 15 area-wide censuses in Sector Santa Rosa, Costa Rica. These efforts have revealed important trends in population growth patterns of capuchin monkeys following the protection and subsequent regeneration of native forests. During this same period, we have also intensively studied a subset of the capuchin groups. Comparing these two datasets, we investigate whether the population structures of the closely monitored groups are reliable indicators of area-wide demographic patterns. We compare the overall group size and the individual age/sex class compositions of study groups and nonstudy groups (i.e., those contacted during area-wide censuses only). Our study groups contained more individuals overall with a larger proportion of infants, and there were indications that the proportion of adult and subadult males was lower. These differences can be ascribed either to sampling errors or real differences attributable to human presence and/or better habitat quality for the study groups. No other sex/age classes differed, and major demographic changes were simultaneously evident in both study and nonstudy groups. This study suggests that the Santa Rosa capuchin population is similarly impacted by large-scale ecological patterns observable within our study groups.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».