A comparison of morphological and molecular diet analyses of predator scats
Notice bibliographique
Résumé
Abstract An understanding of a species’ diet is required to make sound conservation and management decisions. Traditionally, morphological analyses of undigested hard parts from food items remaining in scats have been used to assess diets. More recently, molecular analyses of scats have been used to identify plant and prey species’ DNA, but no studies have compared morphological and molecular diet analyses for large, terrestrial carnivores. We used molecular tools to determine the percentage of black bear and coyote scats that contained 3 common prey species (caribou, moose, and snowshoe hares) in Newfoundland and compared the results to a traditional morphological analysis. We found that a ranking of relative prey frequencies was consistent between the 2 methods, but molecular methods tended to detect prey species in a greater percentage of scats for all prey species. However, there were individual scats in which a prey species was detected by morphological methods only, and we provide evidence that molecular methods could result in false negatives if prey DNA is not uniformly distributed throughout a scat or as a result of PCR inconsistency. We also found that the per sample cost comparison between morphological and molecular analyses was dependent upon whether or not a molecular test was needed to identify scats to the predator species, the cost of developing molecular methods, and the number of samples being processed. We recommend that controlled feeding studies be performed to validate molecular methods and investigate the utility of molecular techniques to estimate the proportions of food items consumed.
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 | 0,001 |
| 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 ».