MétaCan
Menu
Retour à la cohorte
Enregistrement W2165558056 · doi:10.1111/j.2006.0030-1299.14763.x

Disturbance and habitat use: is edge more important than area?

2006· article· en· W2165558056 sur OpenAlexaffabout
Alissa E. Moenting, Douglas W. Morris

Notice bibliographique

RevueOikos · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésForagingMicrotusPredationHabitatEcologyVoleForageDisturbance (geology)BiologyVegetation (pathology)Population

Résumé

récupéré en direct d'OpenAlex

In their efforts to maximize fitness while reducing the probability of dying, animals must decide which patches to forage in, when to forage, and how long to forage in each patch. Each decision will be modified by habitat and habitat disturbance. We evaluate the effects of habitat disturbance on foraging behaviour by imagining an initially homogeneous environment that is altered to create patches of different sizes. Disturbance increases predation risk, or otherwise alters patch profitability. Foragers can respond by changing their pattern of foraging, or by reducing their activity. We develop predictions for each scenario. We then test the predictions with data on the abundance and foraging activity of meadow voles ( Microtus pennsylvanicus ) in and around four sizes of circular disturbed patches. We created the patches by mowing vegetation in an abandoned hay field in northern Ontario, Canada. The treatments had no effect on vole density, and there was no consistent relationship between vole activity and distance from the edge of disturbed patches. Incidental predation of sunflower seeds, our measure of vole foraging behaviour, declined linearly with increasing patch circumference (edge). Seed consumption by meadow voles, and predation by voles on lower food levels, correlates with the length of edge habitat rather than with the area disturbed. Adaptive behaviour can thereby explain edge effects that, under current priorities emphasizing area, would appear at odds with conservation ecology.

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 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 enseignants0,012
Score d'incertitude au seuil0,615

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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,230
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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, 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

Citations23
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOikosMême sujetAnimal Ecology and Behavior StudiesTravaux en français237 207