MétaCan
Menu
Retour à la cohorte
Enregistrement W6962534818 · doi:10.17632/ycxxrg8497

Data for: "Additional data confirms the impact of the COVID19 lockdown on the behavior and fattening of migratory snow geese"

2023· dataset· en· W6962534818 sur OpenAlexaff

Notice bibliographique

RevueMendeley Data · 2023
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversité du Québec à RimouskiUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésOvergrazingSnowGooseArcticSpring (device)PopulationEcosystemBustard

Résumé

récupéré en direct d'OpenAlex

Please find all metadata and dataset information in the README.md file. Article abstract: The COVID19 lockdown provided a unique opportunity to study the impact of human activities and conservation measures on wildlife. However, most lockdown studies were opportunistic and based on limited data, because this ‘natural experiment’ was unexpected and short-lasting. Replication of scientific results is the cornerstone of the scientific method and ensures that conclusions from such short-term studies are robust. Here, we test predictions arising from a previous study where we showed the impact of the lockdown-induced reduction in hunting disturbance on the body condition and behavior of greater snow geese (Anser caerulescens a.), a species whose management is crucial for the conservation of northern ecosystems. The analysis of two additional years of data confirmed our predictions. The return to a high hunting pressure in springs 2021‐–2022 (post-lockdown) reduced overall goose body condition compared to the lockdown year. Goose fattening in post-lockdown springs was very similar to pre-lockdown years, differing from 2020 when a high body condition was reached earlier in spring than in any other year. Radio-tracked birds spent more time in profitable but risky agricultural lands in 2021 compared to 2020, as was the case in the pre-lockdown year. Our study provides robust evidence confirming the impacts of spring hunting on greater snow goose physiology. It demonstrates the long-lasting efficiency of the spring conservation hunt established two decades ago to limit the size of the population with the aim of preserving Arctic ecosystems from overgrazing and associated negative impacts on other arctic-nesting birds.

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)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,431
Score d'incertitude au seuil0,812

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0020,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,4310,138

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 Opus0,220
Tête enseignante GPT0,399
Écart entre enseignants0,179 · 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.

Devis d'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMendeley DataTravaux en français237 207