Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "sarna lesna" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Biometryczne wskaźniki sarn pozyskanych w makroregionach wschodniej Polski
Biometrical body indicators in roe deer from the eastern region of Poland
Autorzy:
Drozd, L.
Karpiński, M.
Czyżowski, P.
Powiązania:
https://bibliotekanauki.pl/articles/2197652.pdf
Data publikacji:
2006
Wydawca:
Uniwersytet Przyrodniczy w Lublinie. Wydawnictwo Uniwersytetu Przyrodniczego w Lublinie
Tematy:
zwierzeta lowne
Capreolus capreolus
sarna
Polska Wschodnia
wskazniki biometryczne
sarna lesna
Źródło:
Annales Universitatis Mariae Curie-Skłodowska. Sectio EE: Zootechnica; 2006, 24; 423-427
0239-4243
2083-7399
Pojawia się w:
Annales Universitatis Mariae Curie-Skłodowska. Sectio EE: Zootechnica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Klasyfikacja ekotypowa samców sarny europejskiej (Capreolus capreolus L.) na podstawie wybranych pomiarów ich ciała
Ecotype classification of the European roe deer [Capreolus capreolus L.] males on the basis of selected body parameters
Autorzy:
Kulak, D.
Wajdzik, M.
Powiązania:
https://bibliotekanauki.pl/articles/1011776.pdf
Data publikacji:
2009
Wydawca:
Polskie Towarzystwo Leśne
Tematy:
samce
pomiary zoometryczne
zwierzeta lowne
lowiectwo
sarna polna
ekotypy
Capreolus capreolus
lesnictwo
kozly
sarna
sarna lesna
european roe deer
field ecotype
forest ecotype
regression model
neural network
Opis:
The studies were carried out on the European roe deer (Capreolus capreolus L.) males from field and forest ecotypes harvested in the Opole Region. Attempts were made to identify the ecotype of the examined individuals on the basis of skull and body measurements. It was found that the most useful measurements for ecotype identification are skull dimensions: LTO (profile length), LCB (condylobasal length), LBA (basal length), LV (length between the front edge of the occipital foramen and the end of the jawbone), LHM (mandible length) and MG (body weight). 82% of individuals were correctly classified using the regression analysis method, while the use of the neural network resulted in correctness ranging from 90 to 98% depending on the type of the network applied.
Źródło:
Sylwan; 2009, 153, 08; 563-574
0039-7660
Pojawia się w:
Sylwan
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies