MétaCan
Menu
Retour à la cohorte
Enregistrement W1975153074 · doi:10.1139/z06-212

Patterns of winter locomotion and foraging in two sympatric marten species:<i>Martes martes</i>and<i>Martes foina</i>

2007· article· en· W1975153074 sur OpenAlexvenueno aff
Jacek Goszczyński, Maciej Posłuszny, Małgorzata Pilot, B. Gralak

Notice bibliographique

RevueCanadian Journal of Zoology · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMartenBiologyForagingHabitatEcologySympatric speciation

Résumé

récupéré en direct d'OpenAlex

Modes of area searching and exploratory behaviour of the sympatric pine marten, Martes martes (L., 1758), and stone marten, Martes foina (Erxleben, 1777), were studied by snow-tracking in two regions of Poland. The accuracy of identifications of the two species on the basis of their snow tracks was assessed by DNA analysis of their faeces, as collected on the tracks; identifications were found to be correct in 88% of cases. Although most activities of the two species were concentrated on the forest floor, pine martens climbed trees, moved in tree crowns, and searched the bases of tree trunks and tree hollows more frequently than stone martens. In contrast, stone martens were more inclined to search for food in brushwood and piles of wood, and visited logged areas and garbage dumps more frequently. Pine martens avoided man-made objects and barriers such as roads and passed through open areas with reluctance. Such behavioural traits make this species particularly vulnerable to forest fragmentation and human activity in forests. Stone martens often explored woodless areas and inhabited buildings, which allowed them to use habitats substantially transformed and intensively explored by humans. The future coexistence and relative numbers of the two martens in forest habitats will depend on the mode of forest management and on the existence of effective migratory corridors connecting forest patches.

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 enseignants0,009
Score d'incertitude au seuil0,018

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,205
Écart entre enseignants0,198 · 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

Citations53
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetWildlife Ecology and ConservationTravaux en français237 207