MétaCan
Menu
← Retour à la cohorte
Enregistrement W2767443526 · doi:10.1139/cjz-2016-0290

Multiscale habitat selection by cow moose (<i>Alces</i><i> alces</i>) at calving sites in central Ontario

2017· article· en· W2767443526 sur OpenAlexaffvenueabout
Ashley McLaren, John F. Benson, Brent R. Patterson

Notice bibliographique

RevueCanadian Journal of Zoology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensTrent UniversityMinistry of Natural Resources and Forestry
Organismes subventionnairesnon disponible
Mots-clésIce calvingHabitatRange (aeronautics)EcologyWildlifeHome rangeUngulateWildlife managementBiologyGeographyLactation

Résumé

récupéré en direct d'OpenAlex

There is limited knowledge of moose (Alces alces (L., 1758)) calving site selection at the southern limit of their range. Varying results from previous research on calving habitat selection make it challenging to extrapolate to other populations. We used a combination of global positioning system (GPS) data from collared cow moose and GPS locations of expelled vaginal implant transmitters and neonatal calf captures to identify calving sites in two areas of central Ontario, Canada (Algonquin Provincial Park and Wildlife Management Unit 49 (WMU49)), that differed in terms of moose and timber harvest management. We investigated selection and avoidance of habitat types, roads, topography (slope and elevation), and forest stands of varying successional age during the calving season at three spatiotemporal scales — annual home range, seasonal range, calving site — using a combination of distance-based and classification-based variables. In both study areas, calving sites were on gentler slopes and closer to conifer stands than expected at the fine scale. Cows in WMU49 strongly selected rock–grass sites across all scales. This study also demonstrates the feasibility of using GPS collars to infer parturition and location of calving sites. We recommend ground-based microhabitat data be collected to better understand habitat selection of moose during calving.

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)0,001
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 enseignants0,093
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,193 · 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

Citations13
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Zoology→Même sujetWildlife Ecology and Conservation→Travaux en français237 207→