MétaCan
Menu
Retour à la cohorte
Enregistrement W268034105

Wolf-Cougar Co-occurrence in the Central Canadian Rocky Mountains

2015· article· en· W268034105 sur OpenAlexaffabout
Ellen E. Brandell, Mark Hebblewhite, Robin Steenweg, Hugh S. Robinson, Jesse Whittington

Notice bibliographique

RevueThe Mathematics Enthusiast · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensParks Canada
Organismes subventionnairesnon disponible
Mots-clésOccupancyPredationInterspecific competitionCompetition (biology)GeographyEcologyHabitatWildlifePhysical geographyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cougars and wolves are top carnivores that influence the dynamics of an ecosystem, including prey behavior and dynamics, and interspecific competition. Studies about the interactions between wolves and cougars typically find wolves are dominant competitors to cougars. We examined single-species, single-season occupancy models and co-occurrence models of wolves and cougars in the Central Canadian Rocky Mountains to understand interactions between these two species on a grand landscape. Data was collected from 2012-2013 using remote wildlife cameras and separated into seasons. Naïve occupancy estimates were larger for wolves in both seasons, but both species had smaller ranges in winter. There were only slight differences in environmental covariates for the single-species, single-season occupancy models, yet wolf occupancy estimates were still higher than cougars in both seasons. When wolves were species A in the co-occurrence models, results showed cougar occurrence and detection to be independent of wolf presence. However, when cougars were species A in the co-occurrence models, top models showed wolf occurrence and detection to be conditional on cougar presence. Overall, the top competing models in both seasons for either species A had some conditionality, yet no environmental covariates were significant in any co-occurrence model. These results are difficult to interpret; we suspect slight spatial separation between wolves and cougars in this study area, but further studies about smaller-scale competition could uncover more significant interactions between the two carnivores.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,704
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,027
Tête enseignante GPT0,245
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Mathematics EnthusiastMême sujetWildlife Ecology and ConservationTravaux en français237 207