Context dependence of elk (<i>Cervus elaphus</i>) vigilance and wolf (<i>Canis lupus</i>) predation risk
Notice bibliographique
Résumé
To assess the relationship between predation risk perceived by elk (Cervus elaphus L., 1758) as evidenced by vigilance, we conducted focal animal observations in elk winter range. We stratified our observations in Glacier National Park, Montana, USA, and Waterton Lakes National Park, Alberta, Canada, in valleys with three wolf (Canis lupus L., 1758) population levels (Saint Mary Valley: no wolf; Waterton Valley: moderate wolf; North Fork Valley: high wolf). Although the lowest elk vigilance occurred in Saint Mary and the highest in the North Fork, our analysis revealed a complex picture. Our model included distance to forest edge, group size, distance to road, social class, and impediments to detecting and escaping wolves. In Saint Mary, none of the variables were significant. In Waterton, vigilance decreased as elk group size increased (p < 0.00001) and increased as impediments increased (p = 0.0005). In the North Fork, vigilance increased as group size increased (p = 0.03), bulls were more vigilant (p = 0.02), and the interaction between group size and impediments was significant (p = 0.03). Where a high wolf population existed, elk did not exhibit uniform or expected response to predation risk factors. High wolf presence may necessitate adaptive elk behaviour that differs from response to moderate wolf presence.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».