Foraging ecology of Eurasian lynx populations in southwest Asia: Conservation implications for a diet specialist
Notice bibliographique
Résumé
Abstract Intraspecific variation in key traits of widespread species can be hard to predict, if populations have been very little studied in most of the distribution range. Asian populations of the Eurasian lynx ( Lynx lynx ), one of the most widespread felids worldwide, are such a case in point. We investigated the diet of Eurasian lynx from feces collected Mediterranean, mixed forest‐steppe, and subalpine ecosystems of Turkey. We studied prey preferences and functional responses using prey densities obtained from Random Encounter Modelling. Our analysis revealed that the main prey was brown hare ( Lepus europaeus ) in all three areas (78%–99% of biomass consumed) and lynx showed a strong preference for brown hare (Chesson's selectivity index, α = 0.90–0.99). Cannibalism contributed at least 5% in two study areas. The type II functional response of lynx populations in Turkey was similar to the Canada lynx ( Lynx canadensis ) and daily food intake in grams per lynx matched that of Canada lynx and Iberian lynx ( Lynx pardinus ), both lagomorph specialists, rather than those of Eurasian lynx from Europe. Therefore, lynx in Turkey may be better described as a lagomorph specialist even though it coexists with ungulate prey. We suggest that ungulate‐based foraging ecology of Eurasian lynx in Europe may be a recent adjustment to the availability of high densities of ungulates and cannot be representative for other regions like Turkey. The status of lagomorphs should become an essential component of conservation activities targeted at Eurasian lynx or when using this species as a flagship species for landscape preservation.
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 ».