Discrimination among similarly colored goose species in federal harvest surveys
Notice bibliographique
Résumé
Abstract Each year in the United States, fall‐winter (sport) harvests of goose species are estimated from federal surveys coordinated by the United States Fish and Wildlife Service, including the Migratory Bird Harvest Survey to estimate total goose harvest and the Parts Collection Survey (PCS) to estimate the species and age composition. For the PCS, randomly selected hunters collect tail and wing feathers of each goose shot during the hunting season, and then biologists determine the age class and species of each sample at organized events (Wingbees) in each of the 4 flyways (Pacific, Central, Mississippi, and Atlantic). For similarly colored goose species, cackling (Branta hutchinsii) versus Canada (B. canadensis) geese (dark geese) and Ross's (Anser rossii) versus snow (A. caerulescens) geese (light geese), different protocols evolved among Wingbees to differentiate samples into groupings of management interest, leading to difficulties in estimating species‐level harvests among the 4 flyways or nationally. We conducted a study among the United States flyways during 2019–2022 to derive thresholds of central tail feather length to discriminate between dark geese and between light geese. We compared morphological‐ and genetic‐based approaches. There was support for 2 distinct mitochondrial DNA (mtDNA) clades in dark and light geese, but only dark goose clades corresponded with central tail feather lengths (morphological size and species identification). Derived thresholds for central tail feather lengths of dark geese in the 3 westernmost flyways using genetic‐based species' discrimination were 145 mm for adults and 134 mm for juveniles, approximately 13 mm and 9 mm less, respectively, than thresholds using morphological‐based species' discrimination. There was limited ability to discriminate light geese based on either mtDNA or central tail feather lengths. We suggest managers use our derived thresholds based on genetic‐based species' discrimination to classify dark goose PCS samples. More advanced genome analyses should be conducted before changing current Wingbee protocols for light geese. Lastly, we encourage more studies to incorporate genetic analyses to complement morphological discrimination.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».