Trading off hatching success and cost in the captive breeding of Whooping Cranes
Notice bibliographique
Résumé
Abstract Captive breeding is an increasingly used conservation strategy for species with a high risk of extinction in the wild, but managing a captive breeding programme can be challenging if there is a deficiency in knowledge about the species’ breeding biology. A knowledge gap can make it difficult to evaluate different management options. For avian species, egg hatching success is a key demographic parameter, and data‐logging egg technology can provide important information on optimal species‐specific incubation conditions, which can help inform captive breeding practises and identify efficient captive management options. In the context of a captive breeding programme for endangered Whooping Cranes Grus americana , we investigated associations between hatching success and incubation conditions, including environmental parameters (temperature, relative humidity and egg turning rate), and incubation type (artificial incubation; foster incubation by Sandhill Cranes, Grus canadensis ; and Whooping Crane incubation). Finally, we considered both cost and breeding output in an analysis of incubation practises. We found that daily mean temperatures were negatively associated with hatching success, and that hatching success was highest with incubation under Sandhill Cranes. However, incubation by artificial incubators, rather than Sandhill Cranes, provided a trade‐off between cost and breeding output that is likely to be acceptable to many captive programme managers. We encourage other captive breeding programmes to use innovations that help to increase potential release numbers for conservation translocations by considering biological and financial constraints.
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) | 0,000 | 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 ».