MétaCan
Menu
Retour à la cohorte
Enregistrement W2114396201 · doi:10.14430/arctic4382

Linking Wolf Diet to Changes in Marine and Terrestrial Prey Abundance

2014· article· en· W2114396201 sur OpenAlexvenueno aff
Diana J. R. Lafferty, Jerrold L. Belant, Kevin S. White, Jamie N. Womble, Anita T. Morzillo

Notice bibliographique

RevueARCTIC · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesPacific Northwest Research StationOregon State UniversityAlaska Department of Fish and GameU.S. Forest ServiceMassachusetts Department of Fish and Game
Mots-clésPhocaCanisHarbor sealPredationAbundance (ecology)BayEcologyGeographyForagingHabitatBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Since most wolf (Canis lupus) diet studies have been conducted in inland ecosystems, comparatively few data are available on diets of wolves in coastal systems. We investigated the diet of wolves in Glacier Bay, Alaska, from 12 May to 28 June in both 2010 and 2011. Although we identified 12 different prey species, including birds and small to medium-sized mammals, in wolf scats, moose (Alces alces) was the most frequent food item, observed in 80% of all scats. In contrast, a study conducted in 1993 in an area 37 km away found harbor seal (Phoca vitulina richardii) in 41% of wolf scats. Although we cannot account for differences in sampling design between the two studies, wolf diets may have changed between the two time periods.

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 enseignants0,115
Score d'incertitude au seuil0,999

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 ouverte0,0000,001
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 Opus0,017
Tête enseignante GPT0,235
Écart entre enseignants0,219 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetMarine animal studies overviewTravaux en français237 207