Off-channel aquatic habitat use by river otters and other vertebrates in the Central Platte River Valley, NE
Notice bibliographique
Résumé
We employed a multi-camera non-linear array sampling design to understand river otter habitat-use patterns in natural and artificial off-channel wetlands along the Platte River. We surveyed 10 off-channel aquatic habitats between 13 February to 15 October 2019. The sites were comprised of 5 pond and 5 slough sites. Each site consisted of a 100-130-meter non-linear array of 3 camera traps placed on existing wildlife trails along the banks of an off-channel aquatic habitat. Individual cameras were spaced between 40 and 75 meters apart within each array, depending upon conditions (availability of animal trails and appropriate topography). Habitat variables were collected at two spatial scales including the macrosite (broader aquatic environment; n = 10) and the microsite (trail along terrestrial-aquatic boundary; n = 30). In addition to documenting river otter occurrences, we recorded all identifiable vertebrate species from camera trap surveys. Therefore, this database has habitat modeling value for a range of other species including mammals such as the American Mink (Neovison vison), American Beaver (Castor canadensis), and Muskrat (Ondatra zibethicus) as well as birds such as the Great Blue Heron (Ardea herodias) or Canada goose (Branta canadensis). Some habitat variables are congruent across spatial scales and others differ. Macrosite habitat variables included maximum and average water depth (m), total water surface area (ac), water pH, water total hardness, mean distance to the river (m), mean distance to dirt road (m), mean distance to paved road (m), mean distance highway (m), mean distance to building (m), mean distance to woodland (m), mean vegetation cover across multiple height classes, the proportional cover of graminoids, forbs, woody species, and groundcover as litter. Microsite variables included all the same distance and vegetation cover metrics but also included bank slope, bank height (m), and control variables like the trail camera height and distance of the camera to the trail. The wetland depth profile was not considered at the microsite level as it reflected features of the larger waterbody. We included river otter scat detection as a validation technique for our river otter relative use metrics which included river otter presence/absence, total river otter captures per camera month, river otter young presence/absence, and river otter young captures per camera month.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».