FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W1748192004> ?p ?o ?g. }

• W1748192004 endingPage "no" @default.
• W1748192004 startingPage "no" @default.
• W1748192004 abstract "Abstract: Assessment of abundance, survival, recruitment rates, and density (i.e., population assessment) is especially challenging for elusive species most in need of protection (e.g., rare carnivores). Individual identification methods, such as DNA sampling, provide ways of studying such species efficiently and noninvasively. Additionally, statistical methods that correct for undetected animals and account for locations where animals are captured are available to efficiently estimate density and other demographic parameters. We collected hair samples of European wildcat (Felis silvestris) from cheek-rub lure sticks, extracted DNA from the samples, and identified each animals’ genotype. To estimate the density of wildcats, we used Bayesian inference in a spatial capture-recapture model. We used WinBUGS to fit a model that accounted for differences in detection probability among individuals and seasons and between two lure arrays. We detected 21 individual wildcats (including possible hybrids) 47 times. Wildcat density was estimated at 0.29/km2 (SE 0.06), and 95% of the activity of wildcats was estimated to occur within 1.83 km from their home-range center. Lures located systematically were associated with a greater number of detections than lures placed in a cell on the basis of expert opinion. Detection probability of individual cats was greatest in late March. Our model is a generalized linear mixed model; hence, it can be easily extended, for instance, to incorporate trap- and individual-level covariates. We believe that the combined use of noninvasive sampling techniques and spatial capture-recapture models will improve population assessments, especially for rare and elusive animals. Resumen: La evaluación de abundancia, supervivencia, tasas de reclutamiento y densidad (i. e., evaluación poblacional) es especialmente desafiante para especies elusivas con mayor necesidad de protección (e.g., carnívoros raros). Los métodos de identificación individual, tal como muestreo de ADN, proporcionan formas para estudiar tales especies eficiente y no invasivamente. Adicionalmente, se dispone de métodos estadísticos que ajustan para animales no detectados y dan cuenta de localidades donde los animales son capturados, con lo que la densidad y otros parámetros demográficos son estimados eficientemente. Recolectamos muestras de pelo de gato montés europeo (Felis silvestris) en varas con atrayentes para tallar mejillas, extrajimos ADN de las muestras e identificamos el genotipo de cada animal. Para estimar la densidad de gatos monteses, utilizamos inferencia Bayesiana en un modelo espacial de captura-recaptura. Utilizamos WinBUGS para ajustar un modelo que incluyó diferencias en la probabilidad de detección entre individuos y temporadas y entre dos conjuntos de atrayentes. Detectamos a 21 gatos individuales (incluyendo posibles híbridos) 47 veces. La densidad de gatos monteses fue estimada en 0.29/km2 (ES 0.06), y se estimó que 95% de la actividad de los gatos monteses ocurrió a 1.81 km del centro de su rango de hogar. Los atrayentes localizados sistemáticamente se asociaron con un mayor número de detecciones que los atrayentes colocados en una celda con base en la opinión de expertos. La probabilidad de detección de gatos individuales fue mayor a fines de marzo. Nuestro modelo es un modelo lineal generalizado mixto; por lo tanto, puede ser extendido fácilmente, por ejemplo, para incorporar covariables a nivel trampa e idnividual. Consideramos que el uso combinado de técnicas de muestreo no invasivo y modelo espaciales de captura-recaptura mejorará las evaluaciones poblacionales, especialmente para animales raros y elusivos. Appendix S1 Please note: The publisher is not responsible for the content or functionality of any supporting information supplied by the authors. Any queries (other than missing content) should be directed to the corresponding author for the article." @default.
• W1748192004 created "2016-06-24" @default.
• W1748192004 creator A5018016549 @default.
• W1748192004 creator A5051089103 @default.
• W1748192004 creator A5063059225 @default.
• W1748192004 creator A5064882869 @default.
• W1748192004 creator A5083147476 @default.
• W1748192004 date "2010-12-01" @default.
• W1748192004 modified "2023-10-14" @default.
• W1748192004 title "Use of Spatial Capture-Recapture Modeling and DNA Data to Estimate Densities of Elusive Animals" @default.
• W1748192004 cites W1976892226 @default.
• W1748192004 cites W1981944926 @default.
• W1748192004 cites W1994309575 @default.
• W1748192004 cites W2003706076 @default.
• W1748192004 cites W2009985766 @default.
• W1748192004 cites W2010722055 @default.
• W1748192004 cites W2018309693 @default.
• W1748192004 cites W2022318945 @default.
• W1748192004 cites W2033936134 @default.
• W1748192004 cites W2034427376 @default.
• W1748192004 cites W2049194842 @default.
• W1748192004 cites W2066074856 @default.
• W1748192004 cites W2092743072 @default.
• W1748192004 cites W2093516141 @default.
• W1748192004 cites W2095778042 @default.
• W1748192004 cites W2096971206 @default.
• W1748192004 cites W2102734724 @default.
• W1748192004 cites W2116052220 @default.
• W1748192004 cites W2118503858 @default.
• W1748192004 cites W2118973459 @default.
• W1748192004 cites W2128383622 @default.
• W1748192004 cites W2134933749 @default.
• W1748192004 cites W2146042609 @default.
• W1748192004 cites W2150009594 @default.
• W1748192004 cites W2161035014 @default.
• W1748192004 cites W2165860180 @default.
• W1748192004 cites W2166963835 @default.
• W1748192004 cites W2168456527 @default.
• W1748192004 cites W2171129751 @default.
• W1748192004 cites W2498805680 @default.
• W1748192004 cites W4301861531 @default.
• W1748192004 doi "https://doi.org/10.1111/j.1523-1739.2010.01616.x" @default.
• W1748192004 hasPubMedId "https://pubmed.ncbi.nlm.nih.gov/21166714" @default.
• W1748192004 hasPublicationYear "2010" @default.
• W1748192004 type Work @default.
• W1748192004 sameAs 1748192004 @default.
• W1748192004 citedByCount "56" @default.
• W1748192004 countsByYear W17481920042012 @default.
• W1748192004 countsByYear W17481920042013 @default.
• W1748192004 countsByYear W17481920042014 @default.
• W1748192004 countsByYear W17481920042015 @default.
• W1748192004 countsByYear W17481920042016 @default.
• W1748192004 countsByYear W17481920042017 @default.
• W1748192004 countsByYear W17481920042018 @default.
• W1748192004 countsByYear W17481920042019 @default.
• W1748192004 countsByYear W17481920042020 @default.
• W1748192004 countsByYear W17481920042021 @default.
• W1748192004 countsByYear W17481920042022 @default.
• W1748192004 countsByYear W17481920042023 @default.
• W1748192004 crossrefType "journal-article" @default.
• W1748192004 hasAuthorship W1748192004A5018016549 @default.
• W1748192004 hasAuthorship W1748192004A5051089103 @default.
• W1748192004 hasAuthorship W1748192004A5063059225 @default.
• W1748192004 hasAuthorship W1748192004A5064882869 @default.
• W1748192004 hasAuthorship W1748192004A5083147476 @default.
• W1748192004 hasConcept C105795698 @default.
• W1748192004 hasConcept C106131492 @default.
• W1748192004 hasConcept C107673813 @default.
• W1748192004 hasConcept C119043178 @default.
• W1748192004 hasConcept C140779682 @default.
• W1748192004 hasConcept C144024400 @default.
• W1748192004 hasConcept C149923435 @default.
• W1748192004 hasConcept C159985019 @default.
• W1748192004 hasConcept C18903297 @default.
• W1748192004 hasConcept C192562407 @default.
• W1748192004 hasConcept C199733313 @default.
• W1748192004 hasConcept C204323151 @default.
• W1748192004 hasConcept C205649164 @default.
• W1748192004 hasConcept C2908647359 @default.
• W1748192004 hasConcept C31972630 @default.
• W1748192004 hasConcept C33923547 @default.
• W1748192004 hasConcept C36528806 @default.
• W1748192004 hasConcept C41008148 @default.
• W1748192004 hasConcept C58640448 @default.
• W1748192004 hasConcept C86803240 @default.
• W1748192004 hasConceptScore W1748192004C105795698 @default.
• W1748192004 hasConceptScore W1748192004C106131492 @default.
• W1748192004 hasConceptScore W1748192004C107673813 @default.
• W1748192004 hasConceptScore W1748192004C119043178 @default.
• W1748192004 hasConceptScore W1748192004C140779682 @default.
• W1748192004 hasConceptScore W1748192004C144024400 @default.
• W1748192004 hasConceptScore W1748192004C149923435 @default.
• W1748192004 hasConceptScore W1748192004C159985019 @default.
• W1748192004 hasConceptScore W1748192004C18903297 @default.
• W1748192004 hasConceptScore W1748192004C192562407 @default.
• W1748192004 hasConceptScore W1748192004C199733313 @default.
• W1748192004 hasConceptScore W1748192004C204323151 @default.
• W1748192004 hasConceptScore W1748192004C205649164 @default.

• next