Testing a double-count aerial survey technique for White-tailed Deer, Odocoileus virginianus, in Quebec
Notice bibliographique
Résumé
In a double-count aerial survey, two independent observers, located on the same side of an aircraft, simultaneously count animals in sample plots.To evaluate if this technique could be implemented as part of our White-Tailed Deer (Odocoileus virginianus) management program, we assessed its precision to estimate densities over large wintering areas (2 25 km", 10 surveys) and whole hunting zones (1600-26 000 km', 14 surveys).We also tested its repeatability by replicating eight surveys two to five times.We finally compared double-count aerial surveys with pellet-group counts, which were previously used to estimate deer numbers.Surveys of large wintering areas indicated that a 90% confidence interval (CI) of + 20% could be obtained with a sample size of 50-100 plots (5 km X 60 m strip plots).In hunting zones, 100-200 plots would have been needed to reach the same precision.Densities from replicated surveys were not considered biologically different (difference > 30% between two replicates within each survey) for 21 of 24 replicates overall.When both techniques were applied to the same wintering areas, the 90% confidence limits of the aerial estimate encompassed the pellet-group estimate in five of nine surveys, and was lower in one survey and was higher in three surveys.Although the costs of the aerial survey and the pellet-group count techniques are rather similar, we suggest that aerial surveys provide better estimates.We conclude that the double-count technique is reliable to survey White-Tailed Deer at a reasonable cost.In our context, a typical zone (200 plots) requires 30-40 helicopter hours and 10 days of work by a three-person crew.
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 | 0,001 | 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 | 0,001 | 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) | 0,002 | 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 ».