PREY SELECTION AND PREDATION BY WOLVES IN BIAŁOWIEŻA PRIMEVAL FOREST, POLAND
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Relationships of wolves (Canis lupus) and ungulates were studied in the Polish part of Białowieża Primeval Forest with high densities of prey. The number of wolves ranged from 7 to 19, and the number of packs ranged from 2 to 4. Average densities were 2.3 wolves/100 km2. Red deer (Cervus elaphus) was the main prey of wolves. Roe deer (Capreolus capreolus), wild boar (Sus scrofa), moose (Alces alces), and European bison (Bison bonasus) were hunted less than expected based on their abundance. Mean mass of ungulates killed by wolves was 55 kg. Prey were consumed quickly, with 57% of kills completely eaten on the 1st day after killing. Average killing rate by wolves was 0.78 ungulate per wolf pack per day (0.14 prey item per wolf per day). Results of this study combined with the data obtained in the Belarussian part of Białowieża Primeval Forest in 1946–1985 allowed for analysis of dietary response of wolves to changes in densities of ungulates. Wolves showed a response to abundance of red deer. The amount of other ungulates in their diet depended on the densities of red deer. From 1991 to 1996, wolves annually removed 57–105 red deer, 19–38 wild boar, 19–25 roe deer, and 0–2 moose per 100 km2. Those amounts were equivalent to 9–13% of spring–summer densities of red deer, 4–8% of wild boar, 3–4% of roe deer, and 0–29% of moose. Additionally, hunters annually harvested 131–140 red deer, 44–114 roe deer, 1–7 moose, and 45–142 wild boar per 100 km2. Effects of predation and harvest by hunters on ungulate mortality were likely additive and caused declines in ungulate populations during our study.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 découle