The short-term impact of abundant fruit upon deer mouse (<i>Peromyscus maniculatus</i>), southern red-backed vole (<i>Myodes gapperi</i>), and woodland jumping mouse (<i>Napaeozapus insignis</i>) populations
Notice bibliographique
Résumé
Fruit has been identified as an important and potentially population-restricting food for southern red-backed voles (Myodes gapperi (Vigors, 1830)), deer mice (Peromyscus maniculatus (Wagner, 1845)), and woodland jumping mice (Napaeozapus insignis (Miller, 1891)). We added domestic dried strawberries (Fragaria × ananassa (Weston) Duchesne ex Rozier (pro sp.)) and European black currants (Ribes nigrum L.), which have native analogues and are preferred foods of these rodents, to white spruce (Picea glauca (Moench) Voss) plantations from May through August 2011 and 2012 to test fruit and fruit-based carbohydrate’s short-term (1–2 years) impact on these rodent populations. We used mark–recapture to estimate density, percentages of population that were juvenile and breeding female, mean home-range size, and body mass during spring and summer of both years, and fecundity via placental scars from euthanized females in summer 2012. Fruit enhancement had no apparent effect on our species’ fecundity, proportion of breeding females or juveniles during spring and summer of either year, nor were there differences among these metrics in spring 2012 following 2011 fruit additions. Overall, there were no impacts to the short-term adult population dynamics for any species during fruit addition. We are led to believe that short-term pulses of fruit and (or) fruit-based carbohydrate abundance do little to influence temperate forest small-mammal populations.
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 | 0,001 | 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 ».