MétaCan
Menu
Retour à la cohorte
Enregistrement W2037852086 · doi:10.1111/j.1469-7998.2008.00541.x

Vigilance in Przewalski's gazelle: effects of sex, predation risk and group size

2008· article· en· W2037852086 sur OpenAlexaff
Zekun Li, Zhigang Jiang, Guy Beauchamp

Notice bibliographique

RevueJournal of Zoology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNanjing UniversityChinese Academy of Sciences
Mots-clésVigilance (psychology)PredationBiologyUngulateDemographyZoologyEcologyHabitat

Résumé

récupéré en direct d'OpenAlex

Abstract Vigilance in social animals is often aimed at detecting predators. Many social and environmental factors influence vigilance, including sex, predation risk and group size. During the summer of 2007, we studied Przewalski's gazelle Procapra przewalskii , an endemic ungulate to the Qinghai‐Tibet Plateau, to test whether and how these three factors affect vigilance. We distinguished groups consisting of males, mothers with lambs and females without lambs making observations on groups in the presence or absence of nearby predators. We assessed the group‐size effect on vigilance and how this varied with levels of predation risk and sex. Males and mothers scanned longer and with a higher frequency than females without lambs. Individuals were more vigilant under direct predation threat. Although vigilance generally decreased with group size, the extent of the decrease was independent of predation risk and was not significant in males. The results suggest that mothers are more vigilant suggesting greater vulnerability and that males may have increased their vigilance to compete for higher social ranks. The positive correlation between vigilance and predation risk and the negative correlation between vigilance and group size are consistent with earlier findings, but we failed to find an interaction between group size and predation risk on vigilance perhaps because vigilance levels are low even in small groups, thus making similar vigilant upward adjustments in both small and large groups.

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 enseignants0,002
Score d'incertitude au seuil0,173

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 Opus0,004
Tête enseignante GPT0,191
Écart entre enseignants0,187 · 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

Citations58
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ZoologyMême sujetWildlife Ecology and ConservationTravaux en français237 207