Spatio–temporal hotspots of satellite–tracked arctic foxes reveal a large detection range in a mammalian predator
Notice bibliographique
Résumé
BACKGROUND: The scale at which animals perceive their environment is a strong fitness determinant, yet few empirical estimates of animal detection ranges exist, especially in mammalian predators. Using daily Argos satellite tracking of 26 adult arctic foxes (Vulpes lagopus) during a single winter in the High Canadian Arctic, we investigated the detection range of arctic foxes by detecting hotspots of fox activity on the sea ice. RESULTS: While maintaining territories in the tundra, these solitary foragers occasionally used the sea ice where they sometimes formed spatio-temporal hotspots, likely scavenging on marine mammal carcasses. We detected 35 movements by 13 individuals forming five hotspots. Foxes often traveled more than 10 km, and up to 40 km, to reach hotspots, which lasted one-two weeks and could gather up to 12 individuals. The likelihood of a fox joining a hotspot was neither influenced by its distance from the hotspot nor by the distance of its home range to the coast. CONCLUSIONS: Observed traveling distances may indicate a high detection range in arctic foxes, and our results suggest their ability to detect food sources on the sea ice from their terrestrial home range. While revealing a wide knowledge gap regarding resource detection abilities in mammalian predators, our study provides estimates of detection range useful for interpreting and modeling animal movements. It also allows a better understanding of foraging behavior and navigation capacity in terrestrial predators.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».