Foods, macronutrients and fibre in the diet of blue sheep (<i>Psuedois nayaur</i>) in the Annapurna Conservation Area of Nepal
Notice bibliographique
Résumé
Food resources are often critical regulating factors affecting individual fitness and population densities. In the Himalayan Mountains, Bharal "blue sheep" (Pseudois nayaur) are the main food resource for the endangered snow leopard (Panthera uncia), as well as being preyed upon by other predators. Blue sheep, however, may face a number of challenges including food resource competition with other wild and domestic ungulates, and hunting pressure. Here, we characterized the diet of blue sheep in the Annapurna Conservation Area (ACA) of Nepal and conducted proximate nutritional analysis on a limited number of plants identified as foods. Furthermore, we investigated the macronutrient and fiber balance of these plants using nutritional geometry which is a state-space approach to modeling multidimensional and interactive nutritional aspects of foraging. A total of 19 plant species/genera were identified in blue sheep pellets using microhistological analysis. On average, across seasons and regions of the study area, the two most frequently occurring plants in pellets were graminoids: Kobressia sp. and Carex spp. The macronutrient balance of Kobresia sp. was relatively high in carbohydrate and low in protein, while other plants in the diet were generally higher in protein and lipid content. Analysis of fiber balance showed that the two most consumed plants of blue sheep (i.e., Kobresia spp. and Carex spp.) contained the highest concentration of hemicellulose, which is likely digestible by blue sheep. The hemicellulose and lignin balance of plants ranged relatively widely, yet their cellulose contents showed less variation. Foraging by blue sheep may therefore be a balance between consuming highly digestible high-carbohydrate plants and plants less-digestible but higher in protein and/or lipid.
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) | 0,000 | 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 ».