MétaCan
Menu
Retour à la cohorte
Enregistrement W2047026442 · doi:10.1139/z03-226

The relative importance of prey density and social dominance in determining energy intake by bears feeding on Pacific salmon

2004· article· en· W2047026442 sur OpenAlexvenueno aff
Scott M. Gende, Thomas P. Quinn

Notice bibliographique

RevueCanadian Journal of Zoology · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesPacific Northwest Research Station
Mots-clésOncorhynchusForagingDominance (genetics)UrsusPredationBiologySubdominantEcologyFisherySTREAMSEnergy densityFish <Actinopterygii>Demography

Résumé

récupéré en direct d'OpenAlex

We quantified foraging behavior of brown bears (Ursus arctos) feeding on adult chum (Oncorhynchus keta) and pink salmon (Oncorhynchus gorbuscha) at three small coastal streams in southeastern Alaska from streamside tree stands. These observations revealed that social dominance was much more important in determining intake rates among bears than salmon densities. Each small stream supported one large, socially dominant bear that directly displaced other bears in aggressive encounters or was avoided in "passive deferrals". Although the number of fish killed per foraging bout was positively correlated with salmon density, energy intake was determined primarily by foraging effort, as dominant bears visited the stream more often and foraged for longer periods than subdominant bears. Capture efficiency (fish captured per minute searching) was highly variable and increased only marginally with salmon density and among social ranks. Subdominant bears were more vigilant, used a smaller fraction of each stream, and carried salmon much farther into the forest prior to consumption, presumably to minimize interactions with other bears. Social dominance may play an important role in regulating reproductive success when salmon densities are low and may have important implications for managers in bear-viewing areas.

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 enseignants0,174
Score d'incertitude au seuil0,839

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 Opus0,007
Tête enseignante GPT0,191
Écart entre enseignants0,184 · 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

Citations186
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

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