Learning from long time series of harvest and population data - Swedish insights for European goose management
Notice bibliographique
Résumé
Goose management in Europe is faced by multiple challenges, as some species are declining and in need of conservation actions, while other populations have become very abundant, resulting in calls for increased harvest. Sweden has long-term series of harvest data and counts of breeding and autumn-staging geese. We used national data (indices) for greylag goose, bean goose, and Canada goose to study shifts in temporal trends and correlative patterns, and to infer possible causal links between harvest and population trends. Our study provides an opportunity to guide management given the data collected within the present monitoring, as well as to suggest improvements for future data collection. The populations of greylag and Canada geese increased in Sweden 1979–2018, but this long-term trend included a recent decrease in the latter species. Bean goose breeding index decreased, whilst staging numbers and harvest varied with no clear long-term trend. For Canada goose, our analysis suggests that harvest may affect population growth negatively. For bean goose and greylag goose we could not detect any effect of harvest on autumn counts the following year. We find that the present data and analysis of coherence may suffice as basis for decisions for the current management situation in Sweden with its rather unspecific goals for greylag (very abundant ) and Canada goose (invasive species) populations. However, for management of bean geese, with international concerns of over harvest, data lack crucial information. For future management challenges, with more explicit goals, for all goose species we advocate information that is more precise. Data such as hunting effort, age-structure of goose populations, and mark-recapture data to estimate survival and population size, is needed to feed predictive population models guiding future Swedish and European goose management.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».