Notice bibliographique
Résumé
Chukar (Alectoris chukar) are a non-native bird that has naturalized in North America following its introduction over a century ago. Today, the species supports hunting opportunities in 11 U.S. states and one Canadian province. Despite its wide distribution and recreational value, key aspects of chukar ecology remain poorly understood. Limited information is available on the species' spatial ecology, including patterns of space use. Likewise, information regarding the influence of weather on population dynamics of chukar has not been formally conducted. As part of our investigation, we evaluated the space use of chukar in western Utah, USA utilizing GPS transmitters (Chapter 1). We found that home ranges occupied by chukar within our study were estimated to be larger than previous research conducted with VHF transmitters. Our findings demonstrated that chukar exhibit migratory behaviors, migrating both latitudinally and altitudinally. In addition to investigating the spatial ecology of chukar, we compiled a dataset across Utah, Idaho, and Nevada, USA to analyze the effects of weather on the population dynamics of chukar (Chapter 2). We found evidence that chukar densities were positively correlated to precipitation but negatively correlated to the average snow depth over a winter period. Chukar production was positively influenced by warmer springs, warmer winters, and wetter summers. Finally, the harvest of chukar within an area was positively correlated with temperatures from the winter preceding a hunting season. Overall, we estimate that chukar populations will be highest when precipitation is high due to increased food items and improved concealment from vegetation. Warmer winter and spring periods presumably had a positive influence due to lower metabolic requirements and less risk of embryos being damaged by cold temperatures. The relationship with chukar populations and snow was complex; negative influences may have arisen when periods of snow cover were extensive and inhibited access to food items but increases in snow that melts quickly could recharge soil moisture, leading to better nest and brood concealment as well as improved quality of food items.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».