MétaCan
Menu
Retour à la cohorte
Enregistrement W6911108935 · doi:10.5061/dryad.jsxksn0g4

Data from: Using camera traps to estimate habitat preferences and occupancy patterns of vertebrates in boreal wetlands

2023· dataset· en· W6911108935 sur OpenAlexaffabout

Notice bibliographique

RevueOpen MIND · 2023
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversité du Québec en Abitibi-TémiscamingueUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésWetlandHabitatOccupancyBorealBeaverTaigaWetland conservation

Résumé

récupéré en direct d'OpenAlex

Wetlands are a critical habitat for boreal mammals and birds that rely on them for breeding, foraging, and resting. However, wetlands in boreal regions are increasingly experiencing natural and human pressures. These impacts can lead to a reduction in the availability of wetland habitats for boreal mammals and birds that rely on wetlands for breeding, foraging, and resting. To inform management and conservation, camera traps provide an opportunity to survey mammals and birds to investigate their habitat preferences. We aimed to evaluate the effect of habitat features on the occupancy of mammals and birds in boreal wetlands. We used a multispecies occupancy model to estimate the habitat associations of 11 mammals and 45 avian species detected at 50 sampling ponds during the summers of 2018 and 2019 in Northern Quebec. Our results indicate that certain mammals, such as Red Fox and River Otters, and birds including the American Pipit, Common Raven, Hooded Merganser, and Greater Yellowlegs showed a preference for peatland ponds, whereas the Common Grackle preferred beaver ponds. We found few effects of distance to roads, and no effect of amount of forest cover on species occupancy. The occupancy of 27% of mammals and 24% of birds decreased with increasing latitude. These findings offer valuable insights for informing conservation initiatives focused on the preservation of wetlands in northern Quebec. By discerning the specific types of ponds preferred by each species, conservationists can strategically ensure the preservation and proper management of these habitats, thereby enhancing their conservation efforts.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,333
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0030,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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 Opus0,166
Tête enseignante GPT0,406
Écart entre enseignants0,240 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MINDTravaux en français237 207