PREY SELECTION AND PREDATION BY WOLVES IN BIAŁOWIEŻA PRIMEVAL FOREST, POLAND
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».