Winter hunting behavior and habitat selection of wolves in a low‐density prey system
Notice bibliographique
Résumé
The functional response is the relationship between food intake rates and prey density, and is shaped by factors including handling time, predator speed, habitat or prey movement. For many predator—prey systems, the density‐dependent functional response is represented by a type II or type III functional response. Determination of the relationship type is important, as managers can often predict the response of predators to changing prey densities. In wolf—moose ( Canis lupus—Alces alces ) systems with relatively high prey density, the functional response often follows a predicted type II functional response. However, in a very low prey‐density system, wolves have previously been shown to escape the density dependent phase of the functional response and demonstrated kill rates mimicking high prey‐density systems. We conducted a study to evaluate winter wolf movements between moose kills in the Yukon Flats, Alaska where moose exist at densities <0.2 km −2 . Our research objectives were to understand whether habitat selection when moving and specific behaviors could be mechanisms used by wolves to maintain kill rates that mimic those in high prey density systems and if those behaviors may allow wolves in our study system to escape a density dependent functional response. We used GPS collars to characterize wolf travel paths between kills to estimate wolf travel speed, movement distance, time between kills, and handling time of each kill. Our results demonstrated selection for frozen river corridors by wolves and provided new information on long‐distance movements in a low prey‐density system. These adaptations may influence the functional response by moderating the effect of low prey densities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».