MétaCan
Menu
Retour à la cohorte
Enregistrement W2172809261 · doi:10.1139/cjz-2013-0225

Habitat selection by a generalist mesopredator near its historical range boundary

2013· article· en· W2172809261 sur OpenAlexvenueno aff
William S. Beatty, James C. Beasley, Olin E. Rhodes

Notice bibliographique

RevueCanadian Journal of Zoology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Geological Survey
Mots-clésEcologyHabitatGeneralist and specialist speciesMesopredator release hypothesisGeographyRange (aeronautics)AgroforestryBiologyApex predator

Résumé

récupéré en direct d'OpenAlex

The Virginia opossum (Didelphis virginiana Kerr, 1792) has expanded its geographic range northward since European settlement, which has been attributed to its ability to exploit anthropogenic resources. To examine the utility of anthropogenic resources to this species, we monitored 61 opossums from 2009 to 2010 with very high frequency (VHF) telemetry in a fragmented agricultural ecosystem in northern Indiana, USA, at the periphery of the opossum’s historical distribution. We examined the influence of anthropogenic (agricultural areas, developed land, roads), disturbed (corridor, forest edge, grassland, water), and native (forest, shrub land) habitats on habitat selection at the second- and third-order scales across three seasons. At the second-order scale, areas proximate to agricultural fields and developed land were selected in the breeding and postbreeding seasons, respectively. Areas proximate to roads were selected at both spatial scales during all seasons except winter at the third-order scale. Areas near forest with high forest-edge density were selected throughout the year at both spatial scales, but confidence intervals for forest during the postbreeding season marginally overlapped zero (third-order scale). Although anthropogenic habitats provide novel resources for opossums, forest and forest edge remain essential components to populations near their historical distributional limit in agricultural ecosystems.

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 enseignants0,017
Score d'incertitude au seuil0,033

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
Bibliométrie0,0000,000
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 Opus0,009
Tête enseignante GPT0,185
Écart entre enseignants0,177 · 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

Citations35
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

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