Establishing a baseline: insights gained from studying a large population of a threatened species
Notice bibliographique
Résumé
Data on threatened species are understandably biased as we prioritize researching populations undergoing declines rather than the few remaining stable populations. This prioritization bias reduces the availability of demographic benchmarks, resulting in continually shifting baselines and can result in flawed inferences when gathering range-wide demographic data for quantitative conservation modelling. This is particularly problematic for long-lived endangered species with relatively large ranges and spatially variable threats such as the Wood Turtle ( Glyptemys insculpta (Le Conte, 1830)). We identified a suspected large and stable population of Wood Turtles and conducted a mark–recapture study from 2019 to 2022, and used capture data from 2003 to 2005 to establish benchmark demographic parameters to guide range-wide recovery efforts of declining populations. We captured 135 turtles (55F-32M-48J), and predicted the population size to be 119 (87–170) individuals over 5.5 km of river. We predicted high apparent annual survival of females (96.8%, SE = 2.5) and juveniles (86.4%, SE = 16.5), but lower than expected rates for males (82.5%, SE = 5.7). We estimated 15-year minimum apparent annual adult survival between 2004 and 2019 to be 93.8%. We hypothesize that our low apparent male survival in 2019–2022 is due to connectivity outside our immediate study area because we regularly captured new turtles up (5M-1F-4J) and downstream (2M-8F-5J) of the defined study areas. Despite our low annual male apparent survival, we predict a stable population of Wood Turtles between 2023 and 2053 using a population viability analysis. We demonstrate that Wood Turtle populations should have among population connectivity and naturally high juvenile proportions and survival. Populations lacking these demographic traits risk future declines even with high adult survivorship. Unbiased demographic and vital rates from stable populations are essential for setting appropriate population targets by conservation and recovery programs.
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 | 0,011 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,011 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».