MétaCan
Menu
Retour à la cohorte
Enregistrement W1490143647 · doi:10.22621/cfn.v120i3.321

Pack Size of Wolves, <em>Canis lupus</em>, on Caribou, <em>Rangifer tarandus</em>, Winter Ranges in Westcentral Alberta

2006· article· en· W1490143647 sur OpenAlexafffundvenueabout
Gerald W. Kuzyk, Jeff Kneteman, Fiona K. A. Schmiegelow

Notice bibliographique

RevueThe Canadian Field-Naturalist · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensAlberta Environment and Protected AreasUniversity of Alberta
Organismes subventionnairesUniversity of AlbertaAlberta Conservation Association
Mots-clésCanisOdocoileusGeographyWoodland caribouPredationRange (aeronautics)EcologyFoothillsBiology

Résumé

récupéré en direct d'OpenAlex

We studied pack size of Wolves (Canis lupus) on Woodland Caribou (Rangifer tarandus caribou) winter ranges in westcentral Alberta. These Caribou winter ranges are experiencing increasing pressure from resource extraction industries (forestry, energy sector) and concerns have been raised regarding increased Wolf predation pressure on Caribou in conjunction with landscape change. Thirty-one Wolves, from eight Wolf packs, were fitted with radiocollars on two Caribou winter ranges in the Rocky Mountain foothills, near Grande Cache, Alberta (2000-2001). There was a mean of 8.2 Wolves/pack and between 30 and 39 Wolves on each of the RedRock/Prairie Creek and Little Smoky Caribou ranges. The average pack size of Wolves in this region does not appear to have increased over that recorded historically, but the range (5-18) in the number of Wolves per pack varied considerably over our study area. Wolves preyed predominately on Moose (Alces alces), averaging one Moose kill every three to five days. There was some indication that pack size was related to prey size, with the smallest pack preying on Deer (Odocoileus spp.). It was clear that Caribou could not be the primary prey for Wolves, due to their low numbers, and relative to the pack size and Wolf kills we observed.

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)0,000
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 enseignants0,223
Score d'incertitude au seuil0,449

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,008
Tête enseignante GPT0,200
Écart entre enseignants0,192 · 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

Citations11
Publié2006
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Canadian Field-NaturalistMême sujetWildlife Ecology and ConservationTravaux en français237 207