MétaCan
Menu
Retour à la cohorte
Enregistrement W4404556441 · doi:10.1002/ecs2.70072

Agricultural mosaics offer nesting habitat to dabbling ducks in the arid Intermountain West of the United States

2024· article· en· W4404556441 sur OpenAlexfundno aff
Casey M. Setash, Adam C. Behney, James H. Gammonley, Liba Pejchar, David N. Koons

Notice bibliographique

RevueEcosphere · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensnon disponible
Organismes subventionnairesInstitute for Wetland and Waterfowl Research, Ducks Unlimited CanadaColorado Water Conservation BoardColorado Parks and Wildlife
Mots-clésNesting (process)HabitatAridGeographyAgricultureEcologyWaterfowlAgroforestryEnvironmental scienceBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract The debate over the best agricultural practices for biological conservation often focuses on the degree to which agricultural lands should be interspersed with desirable habitat versus protecting lands entirely from production. It is important to understand the benefits agriculture provides for wildlife because it is consuming an increasing proportion of the landscape. We evaluated the nesting ecology of breeding ducks within a mosaic of flood‐irrigated conservation areas and agricultural lands in hay production. We assessed how habitat features at two spatial scales across these lands were related to nest site selection, nest density, and nest survival of multiple duck species. Birds selected nest sites with higher visual obstruction, a higher proportion of shrubs around the nest, and less bare ground, but we did not detect evidence of selection per se at larger spatial scales. Nest density was marginally higher along linear features, including irrigation ditches and riparian stretches, but nest survival remained similar across land‐use types and habitats features. This system is representative of many agricultural landscapes around the globe and highlights the ways agroecosystems can be managed to maintain habitat suitability for wildlife on working lands.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,556
Score d'incertitude au seuil0,436

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,217
Écart entre enseignants0,208 · 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 tête enseignante, 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcosphereMême sujetRangeland and Wildlife ManagementTravaux en français237 207