MétaCan
Menu
Retour à la cohorte
Enregistrement W4417155718 · doi:10.1002/wsb.70010

Design considerations for breeding waterfowl surveys

2025· article· en· W4417155718 sur OpenAlexfundno aff
Tyler M. Harms, Stephen J. Dinsmore, Orrin E. Jones

Notice bibliographique

RevueWildlife Society Bulletin · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensnon disponible
Organismes subventionnairesInstitute for Wetland and Waterfowl Research, Ducks Unlimited CanadaIowa State University
Mots-clésWaterfowlAbundance (ecology)Sampling (signal processing)Aerial surveySampling designPopulationWetlandDistance samplingSurvey methodology

Résumé

récupéré en direct d'OpenAlex

Abstract Each year, surveys are conducted across North America to provide crucial information that guides sustainable waterfowl population management. The design of surveys requires careful evaluation to produce accurate and precise waterfowl population estimates. We assessed the impact of different survey design considerations on bias and precision of breeding waterfowl population estimates in the highly‐modified landscape of Iowa's Prairie Pothole Region (PPR). We used breeding pair counts of wood duck ( Aix sponsa ), blue‐winged teal ( Spatula discors ), and mallard ( Anas platyrhynchos ) collected during aerial surveys in the Iowa PPR from 2016 to 2018 to evaluate the influence of survey replication (1, 2, and 4 visits within a year) on precision of breeding pair estimates. Next, we simulated breeding abundance estimates for each species for a single year using 100 sample draws from 3 wetland sampling strategies and compared simulated estimates from the different sampling strategies to predicted abundance estimates. Breeding pair estimates for all species were less biased and more precise using data from 4 surveys ( = 0.06) than estimates using data from a single survey ( = 0.09) and 2 surveys ( = 0.07). For all species, breeding abundance estimates from the Neyman (i.e., optimal) sampling strategy were similar to simulated abundances but were less precise ( = 0.53) than estimates from both the equal (i.e., stratified uniform; = 0.31) and proportional (i.e., probability proportional to size; = 0.27) sampling strategies. We recommend that future waterfowl surveys include at least 2 visits to wetlands per season and employ the Neyman wetland sampling strategy to minimize bias in breeding pair abundance estimates.

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)0,043
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,225

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,052
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,030
Tête enseignante GPT0,256
Écart entre enseignants0,226 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWildlife Society BulletinMême sujetAvian ecology and behaviorTravaux en français237 207