The landscape of fear: habitat use by a predator (<i>Canis latrans</i>) and its main prey (<i>Lepus californicus</i> and <i>Sylvilagus audubonii</i>)
Notice bibliographique
Résumé
We evaluated the degree of mutual exclusivity of distributions of coyotes ( Canis latrans Say, 1823) and their main prey (two lagomorph species: the black-tailed jackrabbit, Lepus californicus Gray, 1837, and the desert cottontail rabbit, Sylvilagus audubonii (Baird, 1858)) within the landscape by testing two models. The first assumes that prey seek high resource patches and, subsequently, predators seek prey within these patches, and predicts a high degree of overlap in patch use by both. The second model assumes that predator and prey balance not only food resources but reciprocal levels of predation risk and predation success in making decisions on whether or not to use a patch. This model predicts discordance in patch use between predator and prey. We used a combination of GPS-telemetry and camera-trapping data to assess habitat use patterns of predator and prey. Results from this study support the second model regarding spatial use of the landscape by a predator and its prey. Where the use of the landscape by predators and prey seem to be mediated by environmental constraints, both will adjust their predatory or antipredatory strategies based on these constraints. This results in a partial spatial separation of predator and prey across the landscape, providing patches of relative safety for prey but sufficient areas of overlap for predators to be successful.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».