MétaCan
Menu
← Retour à la cohorte
Enregistrement W7096778793

Title: Factors Associated With Dusky Canada Goose Nesting and Nest Success on Artificial Nest Islands of the Western Copper River Delta.

2007· article· en· W7096778793 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlywayNest (protein structural motif)Endangered speciesPopulationGooseSternaNesting (process)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The population of dusky Canada geese (Branta canadensis occidentalis; hereafter, dusky geese) nesting on the western Copper River Delta (CRD) in south-central Alaska has been in decline since the late 1970s. In an effort to alleviate mammalian predation, increase nest success, and avoid a listing under the U.S. Endangered Species Act, an artificial nest island (island) program was implemented on the western CRD in 1983. The installation of new islands on the CRD is the sole management action of the Pacific Flyway Council on the breeding grounds, but no comprehensive evaluation of the program has been published. I examined general trends in island use and nest success over time for three island types (donut islands, fiberglass floater islands, and sandbag islands) from 1984-2005. I used data from the island program to identify factors associated with dusky Canada goose nesting (hereafter, use) and nest success on islands from 1996-2005. I generated a series of candidate models and used logistic regression with model selection techniques to determine how variables representing pond characteristics, vegetative characteristics, interactions with conspecifics and larid species, the previous year’s island status, and the distance to predator corridors were associated with island use and nest success for each year. Use of islands by dusky geese nesting on the western CRD increased

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,301
Score d'incertitude au seuil0,598

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,227
Écart entre enseignants0,206 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAvian ecology and behavior→Travaux en français237 207→