Mammalian Diet and Broad Hunting Strategy of the Dingo (Canis familiaris dingo) in the Wet Tropical Rain Forests of Northeastern Australia<sup>1</sup>
Notice bibliographique
Résumé
ABSTRACT The diet of dingoes (Canis familiaris dingo) in the Australian Wet Tropics was examined by analyzing 383 dingo scats collected throughout the region for the presence of mammal prey remains. The scats yielded 29 native and 4 introduced mammal prey species from 14 families. The most important species in terms of percentage occurrence in the scats were Melomys cervinipes (22.2%), hoodon macrourus (17.0%), Perameles nasuta (12.5%), and Thylogale stigmatica (12.5%). The most important families were Muridae (37.1%), Peramelidae (29.5%), and Macropodidae (25.8%). Examination of small‐scale habitat preferences revealed species that preferentially use the forest edge ranked significantly higher in the diet than those that do not, and species that are terrestrial ranked higher in the diet than those that are arboreal. Relative abundance was also a significant factor in the ranked dietary occurrence of each species, with abundant species ranked significantly higher than those that are less abundant. These results suggest that dingoes in the Australian Wet Tropics are opportunistic predators of a wide variety of mammal species, with abundant terrestrial and forest edge‐dwelling taxa the most susceptible to predation.
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 | 0,000 | 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 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 ».