The use of point-of-view cameras (Kittycams) to quantify predation by colony cats (Felis catus) on wildlife
Notice bibliographique
Résumé
Context Domestic cats (Felis catus) are efficient and abundant non-native predators, recently labelled as primary contributors to global biodiversity loss. Aims Specific research goals included determining the proportion of hunters, estimating hunting efficiency, identifying primary prey and examining predictors of kill rate and efficacy. Methods We investigated hunting of wildlife by stray cats living in managed outdoor colonies on a barrier island in the southeastern USA, and monitored 29 stray cats seasonally in 2014 and 2015 using Kittycam video cameras. Key results In total, 24 cats exhibited hunting behaviour and 18 captured prey. The estimated average daily predation rate from these successful hunters was 6.15 kills per 24-h period. Hunting effectiveness (percentage of capture attempts that translate to a kill) was an average of 44%. The most common type of prey captured was invertebrate (primarily Orthopteran and Hemipteran insects), followed by amphibians and reptiles. Eighty-three percent of kills occurred between dusk and dawn. Conclusions Colony location (near undeveloped island habitat) was related to higher kill rates. Cat sex and nocturnal hunting activity were related to greater hunting efficiency. Implications These results address the significant gap in knowledge about stray cat hunting activities, and raise conservation concerns for some groups of organisms (reptiles and amphibians) that have not been widely identified as vulnerable to cat 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».