MétaCan
Menu
Retour à la cohorte
Enregistrement W2146311541 · doi:10.1111/j.0030-1299.2005.13858.x

Spatial decomposition of predation risk using resource selection functions: an example in a wolf–elk predator–prey system

2005· article· en· W2146311541 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.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueOikos · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesParks Canada
Mots-clésPredationHabitatForagingEcologyPredatorOddsSelection (genetic algorithm)Optimal foraging theoryGeographyResource (disambiguation)BiologyMathematicsStatisticsComputer scienceLogistic regression

Résumé

récupéré en direct d'OpenAlex

Predation is a fundamental ecological and evolutionary process that varies in space, and the avoidance of predation risk is of central importance in foraging theory. While there has been a recent growth of approaches to spatially model predation risk, these approaches lack an adequate mechanistic framework that can be applied to real landscapes. In this paper we show how predation risk can be decomposed into encounter and attack stages, and modeled spatially using resource selection functions (RSF) and resource selection probability functions (RSPF). We use this approach to compare the effects of landscape attributes on the relative probability of encounter, the conditional probability of death given encounter, and overall wolf and elk resource selection to test whether predation risk is simply equivalent to location of the predator. We then combine the probability of encounter and conditional probability of death into a spatially explicit function of predation risk following Lima and Dill's reformulation of Holling's functional response. We illustrate this approach in a wolf–elk system in and adjacent to Banff National Park, Alberta, Canada. In this system we found that the odds of elk being encountered by wolves was 1.3 times higher in pine forest and 4.1 times less in grasslands than other habitats. The relative odds of being killed in pine forests, given an encounter, increased by 1.2. Other habitats, such as grasslands, afforded elk reduced odds (4.1 times less) of being encountered and subsequently killed (1.4 times less) by wolves. Our approach illustrates that predation risk is not necessarily equivalent to just where predators are found. We show that landscape attributes can render prey more or less susceptible to predation and effects of landscape features can differ between the encounter and attack stages of predation. We conclude by suggesting applications of our approach to model predator–prey dynamics using spatial predation risk functions in theoretical and applied settings.

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)0,000
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 enseignants0,188
Score d'incertitude au seuil0,714

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 savante0,0000,001
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 Opus0,016
Tête enseignante GPT0,233
Écart entre enseignants0,217 · 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