Wolf, <em>Canis lupus</em>, Behavior in Areas of Frequent Human Activity
Notice bibliographique
Résumé
We report incidental observations of Wolves (Canis lupus) tolerating human activity in central Wisconsin. Three monitored packs raised pups in close proximity to varying levels of human activity. Wolf pups were raised <350m from rearing pens of the endangered Whooping Crane (Grus americana), which saw daily human activity. One pack used cornfields as rendezvous sites within 175 m of a maintenance shed visited regularly by workers. Another pack centered their activities along a well-traveled state highway using both the verge and the road center for activity. Aerial locations of 10 yearling and adult dispersing Wolves were plotted to evalute human densities in natal territories relative to dispersal and post-dispersal territories. Township densities (mean = 9.02 humans/km2, SE = 4.015) and residential densities (mean = 5.59 housing units/km2, SE = 2.12 ) in natal pack territories were significantly greater (P <.01) for dispersal and post-dispersal township densities (mean = 43.98 humans/km2, SE =7.37) and residence densities (mean = 23.12 housing units/km2, SE =3.49). Furthermore, a pup negotiated the densely populated region of northern Illinois and dispersed from central Wisconsin to east-central Indiana, a distance of at least 690 km. As Wolves live in closer proximity to humans, living in areas of higher township and residential densities, they can be expected to be more habituated to people, increasing the probability of human/Wolf conflicts.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,004 | 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 tête enseignante, 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 ».