Reliability of External Characteristics to Age Barrow's Goldeneye
Notice bibliographique
Résumé
ABSTRACT Accurate assignment of age class is critical for understanding most demographic processes. For waterfowl, most techniques for determining age class require birds in hand, reducing utility for quickly and efficiently sampling a large portion of the population. As an alternative, we sought to establish an observation‐based methodology, achievable in the field with standard optics, for determining age class of Barrow's goldeneyes ( Bucephala islandica ). We photographed heads, wings, and bellies of 232 Barrow's goldeneyes captured during late winter (February–April) of 2007–2015 along the north Pacific Coast. From these photographs, we focused on 5 external characteristics for both males and females, with binary states that putatively corresponded to 2 age classes—first‐year birds (<1 yr) and adults (>1 yr). For males, all 5 external traits (belly color, head color, eye color, facial crescent, median secondary coverts color) had binary states that were reliably distinguishable by observers. Moreover, all 5 external traits were highly predictive of age class (≥96% concordance between external vs. bursal‐derived ages), and novice observers, after receiving training, were able to accurately age 96% of first‐year and 99% of adult males. In contrast, patterns were weaker for females; putative external characteristics of female age class (belly color, bill radiance, bill blackness, eye color, median secondary coverts color) had 77–91% concordance with bursal‐derived age, compared with 96–100% for males, and observers misidentified age classes of 15% of females, compared with only 2% of males. Overall, age classes of male Barrow's goldeneyes were accurately and reliably distinguishable during winter based on several external characteristics, whereas those of females were not. Our technique may be used to estimate age composition of male Barrow's goldeneyes during winter, providing a useful metric for monitoring annual changes in adult‐to‐juvenile ratios and other important demographic parameters. © 2020 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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».