Greater consumption of protein‐poor anthropogenic food by urban relative to rural coyotes increases diet breadth and potential for human–wildlife conflict
Notice bibliographique
Résumé
Reports of encounters between people and generalist urban‐adapted carnivores are increasing around the world. In North America, coyotes Canis latrans are among the carnivores that appear to be especially capable of incorporating novel anthropogenic food types, including those found in cities. Consuming anthropogenic food may benefit coyotes by increasing their dietary diversity, but it may also lead to increased interactions and conflicts with humans. To test these hypotheses, we compared the diets of urban and rural coyotes from two urban and three rural sites spanning 32 200 km 2 in Alberta, Canada. We analyzed scat samples to calculate diet diversity at the level of both individuals (species per scat) and populations (Shannon index) and to determine the frequency of anthropogenic food consumption. We complemented this comparison with stable isotope analyses of hair samples taken from individual urban and rural coyotes that were or were not reported by the public for repeatedly visiting backyards and schoolyards during the day. Relative to rural coyotes, urban coyotes had more diverse diets at the level of both individuals and populations, consumed anthropogenic food more often, and animals less often, than rural coyotes. Although urban coyotes assimilated more anthropogenic food than the rural coyotes overall, the urban coyotes reported for conflict assimilated less protein and were more likely to be diseased. Our results suggest that processed anthropogenic food may contribute to the success of urban coyotes, but does not entirely correlate with conflict. Instead, some seemingly innocuous, but low‐protein food sources such as bird feeders, compost, and cultivated fruit trees may contribute disproportionately to encounters with people for coyotes and other urban‐adapted opportunistic carnivores.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».