MétaCan
Menu
Retour à la cohorte
Enregistrement W2020453261 · doi:10.1139/z09-137

Influence of patch- and landscape-level attributes on the movement behavior of raccoons in agriculturally fragmented landscapes

2010· article· en· W2020453261 sur OpenAlexvenueno aff
James C. Beasley, Olin E. Rhodes

Notice bibliographique

RevueCanadian Journal of Zoology · 2010
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHome rangeHabitatRange (aeronautics)EcologyBiologyEcosystem

Résumé

récupéré en direct d'OpenAlex

We tested the hypotheses that movement rates and home range sizes of raccoons ( Procyon lotor (L., 1758)) inhabiting a highly fragmented landscape would vary in response to local and landscape-level habitat characteristics. Raccoons occupying small forest patches containing limited water sources maintained larger home ranges than raccoons with home ranges established in large forest patches containing abundant sources of water. Raccoons occupying large (>25 ha) forest patches exhibited minimal interindividual variance in home range size compared with raccoons monitored in patches <25 ha. This differing pattern of variance in home range size suggests that critical resources were more widely dispersed within and among small patches, forcing raccoons occupying smaller patches to utilize larger and more spatially disparate areas to satisfy their metabolic and reproductive needs. Movement rates of raccoons were positively related to home range size, although movement rates of males (246.9 m/h) exceeded those of females (188.3 m/h). Moreover, movements of male raccoons primarily were concentrated along forest–agriculture interfaces, whereas female movements were concentrated in forest interiors. Our results indicate that raccoons have modified their movement behavior in agricultural ecosystems in response to the discontinuous nature of resources and suggest that the extent of raccoon space use in these ecosystems is strongly influenced by the availability of non-agricultural resources.

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)0,000
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 enseignants0,081
Score d'incertitude au seuil0,930

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)0,0000,000

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 Opus0,032
Tête enseignante GPT0,266
Écart entre enseignants0,234 · 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
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

Citations57
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207