White-tailed Deer (<i>Odocoileus virginianus</i>) Subsidize Gray Wolves (<i>Canis lupus</i>) During a Moose (<i>Alces americanus</i>) Decline: A Case of Apparent Competition?
Notice bibliographique
Résumé
Moose (Alces americanus) in northeastern Minnesota have declined by 55% since 2006. Although the cause is unresolved, some studies have suggested that Gray Wolves (Canis lupus) contributed to the decline. After the Moose decline, wolves could either decline or switch prey. To determine which occurred in our study area, we compared winter wolf counts and summer diet before and after the Moose decline. While wolf numbers in our study area nearly doubled from 23 in winter 2002 to an average of 41 during winters 2011–2013, calf:cow ratios (the number of calves per cow observed during winter surveys) in the wider Moose range more than halved from 0.93 in 2002 to an average of 0.31 during 2011–2013. Compared to summer 2002, wolves in summers 2011–2013 consumed fewer Moose and more White-tailed Deer (Odocoileus virginianus). While deer densities were similar during each period, average vulnerability, as reflected by winter severity, was greater during 2011–2013 than 2002, probably explaining the wolf increase. During the wolf increase Moose calves remained a summer food item. These findings suggest that in part of the Moose range, deer subsidized wolf numbers while wolves also preyed on Moose calves. This contributed to a Moose decline and is a possible case of apparent competition and inverse-density-dependent predation.
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 | 0,001 |
| 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 | 0,001 | 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) | 0,002 | 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 ».