MétaCan
Menu
Retour à la cohorte
Enregistrement W2062181748 · doi:10.1139/z04-179

Changes in mesopredator-community structure in response to urbanization

2004· article· en· W2062181748 sur OpenAlexvenueno aff
Suzanne Prange, Stanley D. Gehrt

Notice bibliographique

RevueCanadian Journal of Zoology · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMesopredator release hypothesisDidelphisUrbanizationEcologyHabitatBiologyGeographyOpossumApex predator

Résumé

récupéré en direct d'OpenAlex

Common raccoons (Procyon lotor (L., 1758)), Virginia opossums (Didelphis virginiana Kerr, 1792), and striped skunks (Mephitis mephitis (Schreber, 1776)) are common urban inhabitants, yet their relative demographic response to urbanization is unknown. Urbanization often affects community structure, and understanding these effects is essential in rapidly changing landscapes. We examined mesopredator-community structure in small and large patches of natural habitat surrounded by urban, suburban, or rural matrices. We created generalized logit models using road-survey and livetrapping data to examine effects of surrounding land use on proportions of opossums and skunks relative to raccoons, while accounting for effects of season and year and their interactions. For large sites, the land use × season model was chosen for both data sets, and occurrence of opossums and skunks relative to raccoons was higher at the rural site (P < 0.001 for all tests). For small sites, the land-use model best fit the road-survey data, with a higher occurrence of skunks relative to raccoons at the rural site (χ2 = 21.06, df = 1, P < 0.001). However, the season model best fit the trapping data for small sites. Our data indicated that raccoons exhibited a greater demographic response to urbanization, suggesting that they exploit anthropogenic resources more efficiently. Although numerous reasons exist for disparity in anthropogenic-resource use, differences in intraspecific tolerance and the role of learning in foraging behaviors were best supported by our observations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,208
Écart entre enseignants0,198 · 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 source (Gemma direct ou Codex distillé), 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

Citations124
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

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