MétaCan
Menu
Retour à la cohorte
Enregistrement W4394041967 · doi:10.5281/zenodo.2648173

Detecting edge effects of geese grazing at the boundary of woodland and grassland

2019· dataset· en· W4394041967 sur OpenAlexaboutno aff
Pauline Delhez, Claire Colsoulle, Quentin Groom

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2019
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueRangeland Management and Livestock Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGrasslandGrazingWoodlandBoundary (topology)Enhanced Data Rates for GSM EvolutionGeographyEnvironmental scienceEcologyBiologyMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

The presence of geese on different areas of lawn was estimated by the length of droppings on the lawn. Geese defecate frequently and seemingly indiscriminately. Counting dropping is a well-known method for estimating their density on areas of land (Owen, 1971). However, we found it difficult to distinguish individual defecation events as the dropping tend to break apart as they are released. Therefore, we measured the total length of dropping in an area. Geese dropping are more or less cylindrical and we consider a measure related to the volume of droppings is more reliable than a count of their number. Observations were conducted in July 2014 and March and April 2015 at Meise Botanic Garden, Meise, Belgium. Rectangular plots were laid out perpendicular to a woodland-lawn boundary on sections of a Botanic Garden frequently used by geese. These plots are detailed in file DroppingsPlots.csv. The sites for these plots were chosen because they were well separated from each other; were away from other trees and faced different directions. The plots were marked out using bamboo canes and a tape measure. Then either 20 or 30 randomly chosen 1 m2 square quadrats were surveyed within the rectangular plot. The cumulative length of dropping in a quadrat was measured to the nearest centimeter with a ruler. The results are found in file DroppingsMeasurements.csv. The columns of this file are as follows Plot - The identifying number given to the plot X - The distance parallel to the woodland-lawn boundary Y - The distance from the woodland-lawn boundary Length - The total length in centimeters of the dropping found in a 1m2 quadrat Prunella - coverage of Prunella vulgaris L. in the 1m2 quadrat on the DAFOR Scale (dominant 5, abundant 4, frequent 3, occasional 2, rare 1, absent 0) Renoncule - coverage of Ranunculus sp. in the 1m2 quadrat on the DAFOR Scale (dominant 5, abundant 4, frequent 3, occasional 2, rare 1, absent 0) Bellis - coverage of Bellis perennis L. in the 1m2 quadrat on the DAFOR Scale (dominant 5, abundant 4, frequent 3, occasional 2, rare 1, absent 0) Lotus - coverage of Lotus sp. in the 1m2 quadrat on the DAFOR Scale (dominant 5, abundant 4, frequent 3, occasional 2, rare 1, absent 0) Glechoma - coverage of Glechoma hederacea L. in the 1m2 quadrat on the DAFOR Scale (dominant 5, abundant 4, frequent 3, occasional 2, rare 1, absent 0) Four species of geese are present in the Botanic Garden and may have contributed droppings to the observations. These species are Alopochen aegyptiaca (L. 1766) (Egyptian geese), Branta canadensis (L. 1758) (Canada geese), Anser anser (L. 1758) (greylag geese) and Branta leucopsis (Bechstein, 1803) (barnacle geese).

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,217
Écart entre enseignants0,204 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetRangeland Management and Livestock EcologyTravaux en français237 207