Landscape Influence on <em>Canis</em> Morphological and Ecological Variation in a Coyote-Wolf <em>C. lupus</em> × <em>latrans</em> Hybrid Zone, Southeastern Ontario
Notice bibliographique
Résumé
The ecology of Coyote-Wolf (Canis latrans × C. lupus) hybrids has never fully been typified. We studied morphological and ecological variation in Canis within a region of Coyote-Wolf hybridization in southeastern Ontario. We assessed Canis morphology from standard body measurements and ten skull measurements of adult specimens and found that Canis in this region are morphologically intermediate between Algonquin Provincial Park Wolves (C. lupus lycaon) and Coyotes, indicating a latrans × lycaon hybrid origin; however, there is a closer morphological affinity to latrans than lycaon. Analysis of 846 scats indicated dietary habits also intermediate between lycaon and Coyotes. We used a geographic information system (GIS) to assess spatial landscape features (road density, land cover and fragmentation) for six study sites representing three landscape types. We found noticeable variation in Canis morphology and diet in different landscape types. In general, canids from landscape type A (lowest road density, more total forest cover, less fragmentation) displayed more Wolf-like body morphology and consumed a greater proportion of larger prey (Beaver [Castor canadensis] and White-tailed Deer [Odocoileus virginianus]). In comparison, canids from landscape types B and C (higher road density and/or less total forest cover, more fragmentation) were generally more Coyote-like in body and skull morphology and made greater use of medium to small-sized prey (Groundhog [Marmota monax], Muskrat [Ondatra zibethicus] and lagomorphs). These landscape trends in Canis types suggest selection against Wolf-like traits in fragmented forests with high road density. The range of lycaon southeast of Algonquin Provincial Park appears to be limited primarily due to human access and consequent exploitation. We suggest that road density is the best landscape indicator of Canis types in this region of sympatric, hybridizing and unprotected Canis populations.
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 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 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 ».