MétaCan
Menu
← Retour à la cohorte
Enregistrement W2091966248 · doi:10.1139/z08-006

Positive relationship between non-native and native squirrels in an urban landscape

2008· article· en· W2091966248 sur OpenAlexafffundvenue
Emily K. Gonzales, Yolanda F. Wiersma, A. Maher, Thomas D. Nudds

Notice bibliographique

RevueCanadian Journal of Zoology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensUniversity of British ColumbiaMemorial University of NewfoundlandUniversity of GuelphParks Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSciurus carolinensisBiologyEcologySciurusAbundance (ecology)Introduced speciesWildlifeHabitat

Résumé

récupéré en direct d'OpenAlex

Paradoxically, non-native species sometimes displace native species that appear to be well adapted to local landscapes. That many landscapes have been altered by humans, creating habitat suitable for non-native species, helps explain this apparent paradox. We asked whether the abundance of native Douglas ( Tamiasciurus douglasii (Bachman, 1839)) and northern flying ( Glaucomys sabrinus (Shaw, 1801)) squirrels was best explained by the abundance of non-native eastern grey squirrels ( Sciurus carolinensis Gmelin, 1788), the proportion of urban development, or both using available squirrel abundance data from wildlife shelters and land-use maps. There was no evidence that non-native squirrels replaced native squirrels given that their abundances were positively related, whereas native squirrels varied negatively with the amount of development. The best model explaining variation in the abundance of Douglas and northern flying squirrels incorporated both eastern grey squirrels and development, which is consistent with the hypothesis that regional declines in native squirrels are more likely to be predicated by the alteration of native conifer habitats by humans independent of the effects of non-native squirrels.

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 enseignants0,011
Score d'incertitude au seuil0,022

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,258
Écart entre enseignants0,227 · 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

Citations11
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Zoology→Même sujetAnimal Ecology and Behavior Studies→Travaux en français237 207→