MétaCan
Menu
Retour à la cohorte
Enregistrement W2105579370 · doi:10.1644/07-mamm-a-410.1

Mink Prey Diversity Correlates with Mink–muskrat Dynamics

2009· article· en· W2105579370 sur OpenAlexafffundabout
Catherine J. Shier, Mark S. Boyce

Notice bibliographique

RevueJournal of Mammalogy · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of AlbertaAlberta Conservation Association
Mots-clésMinkSpecies richnessPredationAmerican minkEcologyBiologyPredatorBayZoologyGeography

Résumé

récupéré en direct d'OpenAlex

Historic fur returns from Hudson's Bay Company posts in northwestern Canada reveal periodic oscillations in mink (Neovision vision) harvests lagging 2–3 years behind oscillations in muskrat (Ondatra zibethicus) harvests, as would be expected in a predator-prey interaction. Toward central and eastern Canada, the strength of the interaction between time series of harvests of minks and muskrats weakens and the lag between fluctuations of these 2 species decreases to 1 and 0 years, respectively. We tested the hypothesis that this gradient in mink-muskrat interactions is the result of decreased dependency of minks on muskrats in areas where minks have access to more alternate prey. We tested 2 predictions: species richness of mink prey is greatest in eastern Canada and decreases to the west, and percent muskrats in the diets of minks decreases as species richness of mink prey increases. Contrary to the 1st prediction, we found that species richness of mink prey in Canada is highest in south-central Canada. Consistent with the 2nd prediction, percent occurrence of muskrats in the diets of minks was much lower in areas with greater species richness of mink prey. Local species richness of mink prey therefore could influence the degree of specialization of minks on muskrats, but may be insufficient to explain the geographic pattern in the lag between muskrat and mink harvests in eastern Canada.

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 enseignants0,005
Score d'incertitude au seuil0,586

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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,181
Écart entre enseignants0,176 · 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

Citations18
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of MammalogyMême sujetWildlife Ecology and ConservationTravaux en français237 207