Biotelemetry data for Golden Eagles (Aquila chrysaetos) captured in coastal southern California, February 2017–December 2019
Notice bibliographique
Résumé
First posted July 28, 2020 For additional information, contact: Director,Western Ecological Research CenterU.S. Geological Survey3020 State University Drive EastSacramento, California 95819 Because of a lack of clarity about the status of golden eagles (Aquila chrysaetos) in coastal southern California, the U.S. Geological Survey, in collaboration with U.S. Fish and Wildlife Service, California Department of Fish and Wildlife, Bureau of Land Management, and San Diego Management and Monitoring Program, began a multi-year survey and tracking program of golden eagles to address questions regarding habitat use, movement behavior, nest occupancy, genetic population structure, and human impacts on eagles. Golden eagle trapping and tracking efforts began in September 2014. During trapping efforts from September 29, 2014, to February 23, 2017, 37 golden eagles were captured. During trapping efforts from February 24, 2017, to December 2, 2019, an additional 7 golden eagles (4 females and 3 males) were captured, and one previously captured female was recaptured in San Diego County. Biotelemetry data for 27 of the 44 golden eagles that were transmitting data from February 24, 2017, to December 2, 2019, are presented. These eagles ranged as far north as British Columbia, Canada, and as far south as Ciudad Insurgentes, Baja California, Mexico.
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 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».