Intrinsic traits of woodland caribou Rangifer tarandus caribou calves depredated by black bears Ursus americanus and coyotes Canis latrans
Notice bibliographique
Résumé
Individuals in substandard physical condition are predicted to be more vulnerable to predation. Support for this prediction is inconsistent partly as a result of differences across systems in the life histories of predator and prey species. Our objective was to examine the physical condition of woodland caribou Rangifer tarandus caribou calves depredated by two predators with different life histories in Newfoundland, Canada. Black bears Ursus americanus are capable of chasing calves at high speeds over short distances and primarily prey on calves <1 month of age. Coyotes Canis latrans are cursorial predators that pursue prey over longer distances, which is expected to result in the selection of substandard individuals. We hypothesized that 1) black bears will kill calves in substandard physical condition, while 2) coyotes will kill calves from across the distribution of individual conditions. We used mitochondrial DNA species identification tests to assign predator species to calf mortalities. We then used molecular identifications and field observations to build a predictive model using generalized boosted trees to predict the predator species where a molecular identification was unavailable. We tested our hypotheses using Cox proportional hazards models under a competing risks framework. Bears killed younger calves and lighter calves, while coyotes killed heavier calves. Coyotes also killed more late-born calves, which might suggest prey switching as calves become more abundant later in the season. Our findings suggest that the physical constraints of predators play a greater role than predator hunting strategies in this system, but other processes are likely influential. The tendency for coyotes to kill heavier calves might result from sustained coyote predation over time, following the removal by black bears of lighter calves during their first month of age. This research illuminates the complexity of predator–prey interactions in Newfoundland and highlights an important source of variability for predator–prey systems.
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 | 0,001 |
| 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 ».