MétaCan
Menu
Retour à la cohorte
Enregistrement W2165300745 · doi:10.1139/z99-187

Kill rate by wolves on moose in the Yukon

2000· article· en· W2165300745 sur OpenAlexvenueaboutno aff
Robert D. Hayes, A M Baer, Ulrich Wotschikowsky, Alton S. Harestad

Notice bibliographique

RevueCanadian Journal of Zoology · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPredationCanisBiologyWoodland caribouEcologySnowZoologyGeography

Résumé

récupéré en direct d'OpenAlex

We studied the kill rate by wolves (Canis lupus) after a large-scale wolf removal when populations of wolves, moose (Alces alces), and woodland caribou (Rangifer tarandus caribou) were all increasing. We followed a total of 21 wolf packs for 4 winters, measuring prey selection, kill rates, and ecological factors that could influence killing behavior. Wolf predation was found to be mainly additive on both moose and caribou populations. Kill rates by individual wolves were inversely related to pack size and unrelated to prey density or snow depth. Scavenging by ravens decreased the amount of prey biomass available for wolves to consume, especially for wolves in smaller packs. The kill rate by wolves on moose calves was not related to the number of calves available each winter. Wolves did not show a strong switching response away from moose as the ratio of caribou to moose increased in winter. The predation rate by wolves on moose was best modeled by the number and size of packs wolves were organized into each winter.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,109
Score d'incertitude au seuil0,994

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,006
Tête enseignante GPT0,187
Écart entre enseignants0,180 · 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.

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

Citations120
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetWildlife Ecology and ConservationTravaux en français237 207