MétaCan
Menu
← Retour à la cohorte
Enregistrement W4382652321 · doi:10.32942/x2jw29

HeliCat Canada’s Wildlife Observations Program: Trends and Findings 2012-2022

2023· preprint· en· W4382652321 sur OpenAlexaffabout
Steven F. Wilson

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensVancouver Island University
Organismes subventionnairesnon disponible
Mots-clésWildlifeGeographyAerial surveyRange (aeronautics)PopulationHabitatHunting seasonFisheryEcologyDemographyBiologyCartographyEngineering

Résumé

récupéré en direct d'OpenAlex

HeliCat Canada members operating in mountain caribou range have been collecting and reporting wildlife sightings data since 2010, resulting in more than 3,750 spatially referenced sightings of animals and tracks by the end of the 2022 operating season. Mountain caribou, mountain goats, and wolverine have been the most commonly recorded species, with caribou observations generally declining over time, mountain goat sightings showing no trend, and observations of wolverines and their tracks increasing. No reaction and Unconcerned are the most common responses of caribou and mountain goats to encounters with helicopters or skiers. Behavioural responses are generally stronger at shorter encounter distances, but responses remain variable, with some animals still showing No reaction or an Unconcerned response to close encounters. Recorded responses to skiers tend to be stronger than to helicopters, particularly among caribou. The number and proportion of Alarmed or Very alarmed responses to encounters was higher in early years of monitoring but has been stable since about 2014. Evidence suggesting that HeliCat activities are causing population declines of mountain caribou or mountain goats is lacking. Opportunities to further reduce risk include: improved habitat mapping, expanded monitoring and reporting, telemetry data sharing, and passive detection of wildlife. However, the benefits of all of these approaches are also currently associated with a variety of limitations.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,012
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,005

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 Opus0,037
Tête enseignante GPT0,254
Écart entre enseignants0,217 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetWildlife Ecology and Conservation→Travaux en français237 207→