MétaCan
Menu
← Retour à la cohorte
Enregistrement W2163944162 · doi:10.1139/z10-110

Spatial organization of Molina’s hog-nosed skunk (Conepatus chinga) in two landscapes of the Pampas grassland of Argentina

2011· article· en· W2163944162 sur OpenAlexvenueno aff
Diego F. Castillo, Mauro Lucherini, Estela Maris Luengos Vidal, Claudia Manfredi, Emma B. Casanave

Notice bibliographique

RevueCanadian Journal of Zoology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHome rangeGrasslandTerritorialityRange (aeronautics)BiologyEcologyPopulation densityProtected areaPopulationGeographyHabitatDemography

Résumé

récupéré en direct d'OpenAlex

We radio-tracked 16 individuals (6 males, 10 females) of the little known Molina’s hog-nosed skunk ( Conepatus chinga (Molina, 1782)) and compared home-range dynamics, movement rates, and densities between a protected area and a landscape fragmented by agriculture. The mean home-range size (95% fixed kernel) was 166.7 ha (SD = 107.5 ha), without significant differences between areas. Home-range size varied significantly between males (mean = 243.7 ha, SD = 76.5 ha) and females (mean = 120.4 ha, SD =77.6 ha). Overlap between home range and core area was extensive between and within sexes in the protected area and more limited in the cropland area. Mean distance traveled between two consecutive resting sites was 269.5 m (SD = 365 m) and did not differ between areas, although movements were greater for males than females. Distance moved was influenced by seasons, being greater during the cold period. Finally, density estimates were consistently greater at the protected area. We argue that home-range size in Molina’s hog-nosed skunks is an inherent species property, whereas population density and territoriality are more flexible parameters that could reflect how the ecosystem state was affected. In our study, the greater dispersion of food patches in the cropland area than in the protected area may be the major factor influencing these parameters.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,010
Tête enseignante GPT0,189
Écart entre enseignants0,179 · 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 source (Gemma direct ou Codex distillé), 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

Citations24
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Zoology→Même sujetWildlife Ecology and Conservation→Travaux en français237 207→