Predation rate by wolves on the Porcupine caribou herd
Notice bibliographique
Résumé
Large migratory catibou {Rangifer tarandus) herds in the Arctic tend to be cyclic, and population trends are mainly driven by changes in forage or weather events, not by predation. We estimated daily kill rate by wolves on adult caribou in winter, then constructed a time and space dependent model to estimate annual wolf (Canis lupus) predation rate (P annual) on adult Porcupine caribou. Our model adjusts predation seasonally depending on caribou distribution: Pannual = SIGMAdaily* W *Ap(2)*Dp. In our model we assumed that wolves killed adult caribou at a constant rate (Kdaily, 0.08 caribou wolf1 day1) based on our studies and elsewhere; that wolf density (W) doubled to 6 wolves 1000 km2-1 on all seasonal ranges; and that the average area occupied by the Porcupine caribou herd (PCH) in eight seasonal life cycle periods (Dp ) was two times gteater than the area described by the outer boundaries of telemetry data (Ap /1000 km2). Results from our model projected that wolves kill about 7600 adult caribou each year, regardless of herd size. The model estimated that wolves removed 5.8 to 7.4% of adult caribou as the herd declined in the 1990s. Our predation rate model supports the hypothesis of Bergerud that spacing away by caribou is an effective anti-predatory strategy that greatly reduces wolf predation on adult caribou in the spring and summer.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».