MétaCan
Menu
Retour à la cohorte
Enregistrement W2001124188 · doi:10.1890/100172

From venison to beef: seasonal changes in wolf diet composition in a livestock grazing landscape

2011· review· en· W2001124188 sur OpenAlexafffundabout
Andrea T. Morehouse, Mark S. Boyce

Notice bibliographique

RevueFrontiers in Ecology and the Environment · 2011
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesParks CanadaAlberta Beef ProducersAlberta Conservation Association
Mots-clésLivestockGrazingPredationGeographyEcologyCattle grazingBiology

Résumé

récupéré en direct d'OpenAlex

Wild ungulates are the primary prey for wolves in North America, but livestock predation is a concern in areas where wolves and livestock overlap. Using clusters of global positioning system telemetry relocations and scat analysis, we investigated wolf diets year‐round in southwestern Alberta, where seasonal cattle grazing is the predominant land use and wolf–cattle conflicts have increased in recent years. Both methods indicated a seasonal shift in wolf diets, from wild prey during the non‐grazing season to cattle in the grazing season. Wolves scavenged more frequently during the non‐grazing season than during the grazing season; 85% of all scavenging events occurred at ranchers' boneyards (where livestock carcasses are dumped), where wolves fed on dead livestock. Cattle represent a higher proportion of wolf diets than previously thought; we recommend the sanitary disposal of dead livestock to prevent wolves from becoming accustomed to feeding on livestock, and the development of management plans aimed at reducing predation on cattle if humans and wolves are to coexist on landscapes that are dominated by livestock ranching.

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 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)0,001
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,250
Score d'incertitude au seuil0,898

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,218
Écart entre enseignants0,205 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Ecology and the EnvironmentMême sujetWildlife Ecology and ConservationTravaux en français237 207