Exploring the diet of arctic wolves (<i>Canis</i> <i>lupus</i> <i>arctos</i>) at their northern range limit
Notice bibliographique
Résumé
The grey wolf (Canis lupus Linnaeus, 1758) is one of the most widespread large carnivores on Earth, and occurs throughout the Arctic. Although wolf diet is well studied, we have scant information from high Arctic areas. Global warming is expected to increase the importance of predation for ecosystem regulation in Arctic environments. To improve our ability to manage Arctic ecosystems under environmental change, we therefore need knowledge about Arctic predator diets. Prey remains in 54 wolf scats collected at three sites in the high Arctic region surrounding the Hall Basin (Judge Daly Promontory, Ellesmere Island, Canada, and Washington Land and Hall Land, both in northwestern Greenland) pointed to a dietary importance of arctic hare (Lepus arcticus Ross, 1819; 55% frequency of occurrence) and muskoxen (Ovibos moschatus (Zimmermann, 1780); 39% frequency of occurrence), although we observed diet variation among the sites. A literature compilation suggested that arctic wolves (Canis lupus arctos Pocock, 1935) preferentially feed on caribou (Rangifer tarandus (Linnaeus, 1758)) and muskoxen, but can sustain themselves on arctic hares and Greenland collared lemmings (Dicrostonyx groenlandicus (Traill, 1823)) in areas with limited or no ungulate populations. We suggest that climate change may alter the dynamics among wolves, arctic hare, muskoxen, and caribou, and we encourage further studies evaluating how climate change influences predator–prey interactions in high Arctic environments.
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 | 0,000 | 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 ».