MétaCan
Menu
Retour à la cohorte
Enregistrement W2965329903 · doi:10.1111/ele.13319

Do prey select for vacant hunting domains to minimize a multi‐predator threat?

2019· letter· en· W2965329903 sur OpenAlexfundno aff
Michel T. Kohl, Toni K. Ruth, Matthew C. Metz, Daniel R. Stahler, Douglas W. Smith, G. J. White, Daniel R. MacNulty

Notice bibliographique

RevueEcology Letters · 2019
Typeletter
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesNational Park ServiceU.S. Geological SurveyCamp Fire Conservation FundTim and Karen Hixon FoundationNatural Sciences and Engineering Research Council of CanadaCharles Engelhard FoundationEugene V. and Claire E. Thaw Charitable TrustLaura Moore Cunningham FoundationAlberta Conservation AssociationNational Geographic SocietyNational Science FoundationM.J. Murdock Charitable TrustArgosy FoundationUtah State UniversitySummerlee FoundationRichard King Mellon FoundationPark FoundationFord Foundation
Mots-clésPredationPredatorEcologySympatric speciationApex predatorBiologyDiel vertical migrationEcosystemGeography

Résumé

récupéré en direct d'OpenAlex

Many ecosystems contain sympatric predator species that hunt in different places and times. We tested whether this provides vacant hunting domains, places and times where and when predators are least active, that prey use to minimize threats from multiple predators simultaneously. We measured how northern Yellowstone elk (Cervus elaphus) responded to wolves (Canis lupus) and cougars (Puma concolor), and found that elk selected for areas outside the high-risk domains of both predators consistent with the vacant domain hypothesis. This enabled elk to avoid one predator without necessarily increasing its exposure to the other. Our results demonstrate how the diel cycle can serve as a key axis of the predator hunting domain that prey exploit to manage predation risk from multiple sources. We argue that a multi-predator, spatiotemporal framework is vital to understand the causes and consequences of prey spatial response to predation risk in environments with more than one predator.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,435
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,004

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 Opus0,015
Tête enseignante GPT0,235
Écart entre enseignants0,220 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations90
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetWildlife Ecology and ConservationTravaux en français237 207