Broad-scale resource selection and food habits of a recently reintroduced elk population in Missouri
Notice bibliographique
Résumé
Since being extirpated from eastern North America, elk (Cervus elaphus) have been reintroduced in 10 eastern states and 1 Canadian province. However, little is known about the habitat needs of eastern elk populations. Our objectives were to determine broad-scale resource selection and food habits of the recently reintroduced elk population in Missouri. To achieve these objectives, we placed GPS collars on all adult animals prior to their release. To determine elk resource selection, we defined nine resource attributes using GIS layers. We modeled resource selection using a hierarchical Bayesian discrete choice model. Elk selection for forage openings (fields cultivated to provide forage for wildlife) was overwhelmingly greater than for all other landscape features. Elk also selected other attributes associated with open lands including glades, pastures, and low canopy cover. We determined seasonal diet selection of elk in Missouri by comparing use (diet composition) with forage availability. We measured diet composition through the microhistological analysis of feces. We determined forage availability through vegetation sampling at stratified random points. Elk selected grains and cool-season grasses over all other forage classes. Legumes were the most highly consumed forage class by elk. Approximately half of the elk diet was composed of plants cultivated in forage openings. The availability of open lands is a critical resource for elk in forest dominated landscapes. Managers of elk in similar ecosystems should ensure the availability of open lands is sufficient.
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 ».