Habitat selection by a focal predator (<i>Canis lupus</i>) in a multiprey ecosystem of the northern Rockies
Notice bibliographique
Résumé
Large predators respond to land cover and physiography that maximize the likelihood of encountering prey. Using locations from global positioning system–collared wolves (Canis lupus), we examined whether land cover, vegetation productivity or change, or habitat-selection value for ungulate prey species themselves most influenced patterns of selection by wolves in a large, intact multiprey system of northern British Columbia. Selection models based on land cover, in combination with topographical features, consistently outperformed models based on indexes of vegetation quantity and quality (using normalized difference vegetation index) or on selection value to prey species (moose [Alces americanus], elk [Cervus elaphus], woodland caribou [Rangifer tarandus], and Stone's sheep [Ovis dalli stonei]). Wolves generally selected for shrub communities and high diversity of cover across seasons and avoided conifer stands and non-vegetated areas and west aspects year-round. Seasonal selection strategies were not always reflected in use patterns, which showed highest frequency of use in riparian, shrub, and conifer classes. Patterns of use and selection for individual wolf packs did not always conform to global models, and appeared related to the distribution of land cover and terrain within respective home ranges. Our findings corroborate the biological linkages between wolves and their habitat related to ease of movement and potential prey associations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».