MétaCan
Menu
Retour à la cohorte
Enregistrement W6940566636 · doi:10.7944/p9x5zx6y

Analyses of Emperor Goose Survey Data and Harvest Potential

2016· article· en· W6940566636 sur OpenAlexaboutno aff

Notice bibliographique

RevueFWS DOI Tool Production Environment · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmperorGooseWildlifeSubsistence agricultureFlywayPopulationWildlife managementSurvey methodology

Résumé

récupéré en direct d'OpenAlex

This report provides information for the U. S. Fish and Wildlife Service Division of Migratory Bird Management (USFWS DMBM), Alaska Migratory Bird Co-management Council (AMBCC; comprised of the USFWS, Alaska Department of Fish and Game [ADFG], and Alaska Native representatives), Pacific Flyway Council (PFC), and other entities interested in the management, monitoring, and biology of emperor geese. Sport and subsistence hunting of emperor geese was closed in 1986 and 1987, respectively, due to a population decline and conservation concerns. Since the middle 1980s, abundance has increased. During 2012 to 2015, proposals requesting a legalized harvest have been submitted by Alaska subsistence users through the AMBCC. Past proposals have not been approved because the 3-year average population management index from the spring staging aerial survey had not reached 80,000, as required in the Yukon Kuskokwim (YK) Delta Goose Management Plan and the PFC Emperor Goose Management Plan. In 2015, the management index was 81,875 and above the threshold for consideration of a legalized harvest. The management plan for emperor geese, including revision of monitoring programs, harvest strategy, and population objectives, is currently being updated. Thus, the USFWS DMBM Region 7 funded this work to: 1) evaluate emperor goose status, trends, and monitoring methods by conducting a comprehensive assessment of all available survey data; and 2) determine harvest potential of the population.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0050,000

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 Opus0,062
Tête enseignante GPT0,258
Écart entre enseignants0,196 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFWS DOI Tool Production EnvironmentMême sujetMycorrhizal Fungi and Plant InteractionsTravaux en français237 207