MétaCan
Menu
Retour à la cohorte
Enregistrement W2993639612 · doi:10.26077/dp8p-fz62

Fencing Alleviates Nuisance Molting Goose Problems in an Urban Park in Tennessee

2019· article· en· W2993639612 sur OpenAlexaboutno aff
Jonathan T. Mills, Daniel L. Combs

Notice bibliographique

RevueDigital Commons - USU (Utah State University) · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFencingNuisanceGooseGeographyEcologyBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

Canada geese (Branta canadensis; geese) often congregate in high public use areas while molting during summer, resulting in increased nuisance complaints. We censused geese that inhabited a Cookeville city park in Tennessee, USA on a weekly basis from 2013-2014 to determine the magnitude, trends, and seasonal nature of problems caused by urban goose flocks. Fewer than 50 geese were counted in most months except during the molt, when numbers increased to over 200. Most geese dispersed from the park shortly after completion of the molt. Molt site fidelity to the park was estimated to be 51.5%, indicating that permanent relocation or euthanasia would not provide long-term nuisance relief and may impact local hunting opportunities. To mitigate the nuisance aspect of high densities of molting urban geese in the park, we herded molting and flightless geese to a closed portion of the park and fenced them out of the public use area. Our temporary fencing, coupled with reduced human disturbance in the area where geese were relocated, alleviated the nuisance problems typically associated with large concentrations of geese. We recommend that other municipalities that are experiencing similar seasonal nuisance goose problems consider using non-lethal fencing options.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,326
Score d'incertitude au seuil0,648

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,191
Écart entre enseignants0,180 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Commons - USU (Utah State University)Même sujetWildlife-Road Interactions and ConservationTravaux en français237 207