FACTORS CORRELATED WITH FORAGING BEHAVIOR OF WOLVES IN AND NEAR GLACIER NATIONAL PARK, MONTANA
Notice bibliographique
Résumé
We examined prey selection, search distance (measured as km traveled/kill), and spatial use of recolonizing wolves (Canis lupus) in a multi-prey system in northwestern Montana, USA, and southeastern British Columbia, Canada, from 1986 to 1996. Our objective was to explore factors affecting these parameters to better understand wolf–prey relationships of recolonizing wolves. Within white-tailed deer (Odocoileus virginianus) winter ranges, wolves selectively killed elk (Cervus elaphus) over deer. Number of wolves (r = 0.67, P = 0.03), year (r = 0.68, P = 0.02), and possibly human hunter-days/elk harvested (r = 0.55, P = 0.08) were positively correlated with variation in proportion of deer killed by wolves annually. Outside of severe winters, white-tailed deer, elk, and moose (Alces alces) appeared to be equally vulnerable to wolf predation. Search distance of wolves varied by up to 12 times annually. Snow depth (r = 0.73, P = 0.03) and proportion of total kills by wolves that were deer (r = 0.66, P = 0.06) were negatively correlated with the annual variation in the total search distance of wolves. Search distance per wolf was correlated negatively with year (r = 0.66, P = 0.06) and exponentially with hunter-days/elk harvested (r = 0.70, P = 0.04). Space use by wolves may have been in response to local changes in deer abundance. Wolves appeared to select the most profitable prey species. Severe winters and wolf selection for deer, coinciding with a decrease in elk numbers, increased wolf hunting efficiency by reducing search distance. Further research is needed to determine whether reduced search distance equates to increased kill rates by wolves in this system. Based on the time, expense, and difficulty of gathering data on wolf search distance in this sytem, however, we recommend against assessing impacts of wolves on prey via measuring kill rate. Rather, we suggest monitoring impacts of recolonizing wolves by directly assessing cause-specific mortality and recruitment rates of prey species.
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 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) | 0,000 | 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 tête enseignante, 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 ».