MétaCan
Menu
Retour à la cohorte
Enregistrement W2600489101 · doi:10.1038/srep45222

Hunting promotes spatial reorganization and sexually selected infanticide

2017· article· en· W2600489101 sur OpenAlexafffund
Martin Leclerc, Shane C. Frank, Andreas Zedrosser, Jon E. Swenson, Fanie Pelletier

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesCenter for Advanced Study, University of Illinois at Urbana-ChampaignFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaNaturvårdsverketNarodowe Centrum Badań i RozwojuNorges ForskningsrådAustrian Science FundSvenska Jägareförbundet
Mots-clésAffect (linguistics)PopulationDemographyEcologyPopulation declinePopulation growthPopulation densityHome rangePopulation sizeRange (aeronautics)BiologyGeographyZoologyPsychology

Résumé

récupéré en direct d'OpenAlex

Harvest can affect the ecology and evolution of wild species. The removal of key individuals, such as matriarchs or dominant males, can disrupt social structure and exacerbate the impact of hunting on population growth. We do not know, however, how and when the spatiotemporal reorganization takes place after removal and if such changes can be the mechanism that explain a decrease in population growth. Detailed behavioral information from individually monitored brown bears, in a population where hunting increases sexually selected infanticide, revealed that adult males increased their use of home ranges of hunter-killed neighbors in the second year after their death. Use of a hunter-killed male's home range was influenced by the survivor's as well as the hunter-killed male's age, population density, and hunting intensity. Our results emphasize that hunting can have long-term indirect effects which can affect population viability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,219
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetWildlife Ecology and ConservationTravaux en français237 207