Winter diet and hunting success of Canada lynx in Colorado
Notice bibliographique
Résumé
ABSTRACT Information regarding the diet of Canada lynx ( Lynx canadensis ) at the southernmost extent of its range is critical for managing the species under current and predicted climate conditions. Therefore, from 1999–2009, we investigated winter diet and hunting strategies of Canada lynx in Colorado, USA by tracking individuals in the snow to identify sites where lynx encountered and killed prey. Similar to other parts of lynx range, snowshoe hares ( Lepus americanus ) were the primary winter food in Colorado, especially when considering total biomass consumed. Red squirrels ( Tamiasciurus hudsonicus ) comprised the bulk of the remaining food items and were a substantial occurrence during several years, which is consistent with previous hypotheses regarding the diet of lynx in southerly populations. Lynx successfully captured snowshoe hares on 31% of attempts and red squirrels on 47% of attempts, similar to lynx in other regions. In contrast to other populations, the majority of chases of both prey species were initiated while actively hunting rather than by ambush and this behavior did not change through time. We found evidence for snowshoe hare refugia during winter; hunting success for hares peaked at sites with approximately 3,000 stems/ha, but was lower in more dense vegetation where hare densities were greater. Given this finding and the apparent importance of red squirrels as alternate prey, we suggest that management for lynx in the southern Rocky Mountains, USA, focus on maintenance of mature, uneven‐aged Engelmann spruce ( Picea engelmannii )‐subalpine fir ( Abies lasiocarpa ) stands. Such stands naturally provide patches of dense and open habitats juxtaposed closely together that should simultaneously facilitate high hare densities (and refuge from predation) and accessibility to hares by lynx. Mature trees in such stands also provide abundant cone crops to sustain populations of red squirrels for use as alternate prey. © 2016 The Authors. Journal of Wildlife Management published by Wiley Periodicals, Inc. on behalf of The Wildlife Society.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».