Adaptations to prey base in the hypercarnivorous leopard cat <i>Prionailurus bengalensis</i>
Notice bibliographique
Résumé
Investigating biogeographical variations in diet composition can help understand the adaptability and generalism of species. Although the dietary adaptability of omnivorous mesocarnivores is well established, far less work has explored how more specialist hypercarnivores optimise their diets. By reviewing 11 studies of the leopard cat (Prionailurus bengalensis), we quantitatively examined how dietary composition varies over the wide range of biomes they occupy in Asia. Specifically, we contrasted the diet of the Iriomote Island sub-species (south-western Japan), where native rodents are absent, with that of the mainland. Leopard cat diet typically comprised mammals, birds, amphibians, reptiles, and invertebrates. In Iriomote Island, however, the low relative frequency of occurrence of small mammals (only introduced rats) was compensated by higher frequencies of reptiles and amphibians compared to the mainland. Consequently, trophic diversity and dietary niche breadth were higher for leopard cats in Iriomote Island than for the mainland. This shows that even hypercarnivorous species can use trophic plasticity to adapt to local prey availability. Given that rodent numbers often fluctuate substantially over time, the availability of alternative prey, such as herptiles, may be vital for the conservation of the leopard cat, and especially the critically endangered Iriomote cat. More generally, the trophic versatility of hypercarnivores must be considered when assessing their vulnerability to environmental change.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».