MétaCan
Menu
Retour à la cohorte
Enregistrement W2105500189 · doi:10.1111/2041-210x.12454

Owl pellets: a more effective alternative to conventional trapping for broad‐scale studies of small mammal communities

2015· article· en· W2105500189 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMethods in Ecology and Evolution · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensRoyal Saskatchewan MuseumUniversity of Regina
Organismes subventionnairesCanada Research ChairsUniversity of Regina
Mots-clésSpecies richnessHabitatPelletsSpecies evennessDominance (genetics)MammalEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Summary Small mammal community composition is almost universally estimated from conventional trapping, which is logistically difficult to scale up for landscape‐level assessments. Owl pellets may be a more effective alternative for measuring small mammal community composition over large geographic areas due to the relative ease and low cost of field collections. However, owl pellets may introduce sampling biases that differ from those associated with conventional trapping. A thorough comparison to conventional traps is required before owl pellets can be widely adopted as an alternative research tool for small mammal studies. We conducted a literature review of owl diet‐prey availability studies to: (i) compare small mammal community composition between owl pellets and trapping when the two methods were used simultaneously and (ii) assess the influence of owl genus and habitat type on community composition estimated by these two methods. We used data from 27 published studies, which allowed for 32 comparisons between owl pellets and trapping conducted simultaneously. These studies included 15 owl species from five common genera from different major habitats. Rarefied estimates showed that owls consistently sampled identical or higher species richness compared to conventional trapping. Richness estimates rarefied to the lowest sample size per study were not statistically identical (μ Δrichness = 0·20 ± 0·09 SE , P = 0·30); on average, 0·95 ± 0·13 SE additional species were identified from pellets compared to trapping. Measures of species dominance and evenness estimated from both methods were statistically identical (μ Δ1‐D = 0·02 ± 0·03 SE ; μ Δ PIE = 0·004 ± 0·04 SE ). Species lists, relative species composition and species rank‐order abundance were in moderate agreement between sampling methods (Jaccard = 0·62 ± 0·04 SE ; Bray–Curtis = 0·53 ± 0·04 SE ; Spearman rho = 0·41 ± 0·07 SE ). Linear regression and AIC model selection showed that the performance of pellets versus traps did not differ based on owl genus or habitat type. Small mammal community composition estimated via pellets was better represented compared to estimates from conventional trapping. Composition metrics from the two methods were consistent and not affected by owl genera or habitat type. Thus, owls are an effective alternative for landscape‐level assessments of small mammal communities.

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.

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)0,001
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 enseignants0,081
Score d'incertitude au seuil0,358

Scores Codex et Gemma par catégorie

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

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 Opus0,100
Tête enseignante GPT0,410
Écart entre enseignants0,310 · 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