MétaCan
Menu
Retour à la cohorte
Enregistrement W1990608295 · doi:10.1111/j.2005.0906-7590.04263.x

Linking moose habitat selection to limiting factors

2005· article· en· W1990608295 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueEcography · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHabitatPredationEcologySnowLimitingRange (aeronautics)Spatial ecologySelection (genetic algorithm)Vegetation (pathology)GeographyHome rangeScale (ratio)BiologyCartography

Résumé

récupéré en direct d'OpenAlex

It has been suggested that patterns of habitat selection of animals across spatial scales should reflect the factors limiting individual fitness in a hierarchical fashion. Animals should thus select habitats that permit avoidance of the most important limiting factor at large spatial scales while the influence of less important factors should only be evident at fine scales. We tested this hypothesis by investigating moose Alces alces habitat selection using GPS telemetry in an area where the main factors limiting moose numbers were likely (in order of decreasing importance) predation risk, food availability and snow. At the landscape scale, we predicted that moose would prefer areas where the likelihood of encountering wolves was low or areas where habitats providing protection from predation were dominant. At the home‐range scale, we predicted that moose selection would be driven by food availability and snow depth. Wolf territories were delineated using telemetry locations and the study area was divided into 3 sectors that differed in terms of annual snowfall. Vegetation surveys yielded 6 habitat categories that differed with respect to food availability, and shelter from predation or snow. Our results broadly supported the hypothesis because moose reacted to several factors at each scale. At the landscape scale, moose were spatially segregated from wolves by avoiding areas receiving the lowest snowfall, but they also preferentially established their home range in areas where shelter from snow bordered habitat types providing abundant food. At the home‐range scale, moose also traded off food availability with avoidance of deep snow and predation risk. During winter, moose increased use of stands providing shelter from snow along edges with stands providing abundant food. Habitat selection patterns of females with calves differed from that of solitary moose, the former being associated primarily with habitats providing protection from predation. Animals should attempt to minimize detrimental effects of the main limiting factors when possible at the large scale. However, when the risk associated with several potential limiting factors varies with scale, we should expect animals to make trade‐offs among these.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,013
Score d'incertitude au seuil0,871

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,001

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 Opus0,010
Tête enseignante GPT0,212
Écart entre enseignants0,202 · 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