MétaCan
Menu
Retour à la cohorte
Enregistrement W2069752152 · doi:10.7557/2.22.2.1533

Does seasonal variation in forage quality influence the potential for resource competition between muskoxen and Peary caribou on Banks Island?

2002· article· en· W2069752152 sur OpenAlexaff
Nicholas C. Larter, John A. Nagy, David S. Hik

Notice bibliographique

RevueRangifer · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensUniversity of AlbertaGovernment of Northwest Territories
Organismes subventionnairesnon disponible
Mots-clésForageBiologyCarexSeasonalityWillowAgronomyCompetition (biology)Growing seasonPopulationEcology

Résumé

récupéré en direct d'OpenAlex

Inter- and intra-annual variation in forage quality may influence population dynamics of Peary caribou and muskoxen on Banks Island. From 1993 to 1998 we collected 300 composite samples of sedge (Carex aquatilis and Carex spp.), willow (Salix arctica), legume (Oxytropis spp. and Astragalus spp.), and avens (Dryas integrifolia). Samples were collected in mid-June (start of the growing season), mid-July (peak of the growing season), mid-late August (senescence), and early (November), mid- (February), and late- (April/May) winter. We analysed forages for percent digestibility (in vitro acid-pepsin dry matter digestibility), crude protein (CP), fibre, lignin, and energy content. There was significant inter-annual variation in levels of lignin, fibre, and energy, and significant intra-annual (seasonal) variation for all quality measures and forages, which reflected the strong difference in quality between summer and winter. We discuss the relationship between forage quality and seasonal diet composition of Peary caribou and muskoxen, and the potential implications for the reduced Peary caribou and high muskoxen populations.

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 enseignants0,091
Score d'incertitude au seuil0,287

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 Opus0,010
Tête enseignante GPT0,224
Écart entre enseignants0,214 · 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

Citations7
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRangiferMême sujetRangeland and Wildlife ManagementTravaux en français237 207