MétaCan
Menu
Retour à la cohorte
Enregistrement W3080604429 · doi:10.1002/ece3.6626

Fine‐scale habitat selection by sympatric Canada lynx and bobcat

2020· article· en· W3080604429 sur OpenAlexafffundabout
Samantha J. Morin, Jeff Bowman, Robby R. Marrotte, Marie‐Josée Fortin

Notice bibliographique

RevueEcology and Evolution · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of TorontoMinistry of Natural Resources and ForestryTrent University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaTrent UniversityOntario Ministry of Natural Resources and ForestryMinistry of Natural Resources
Mots-clésSnowshoe hareSympatric speciationHabitatSympatryRange (aeronautics)EcologySelection (genetic algorithm)GeographyCompetition (biology)Abundance (ecology)Biology

Résumé

récupéré en direct d'OpenAlex

) are closely related species with overlap at their range peripheries, but the factors that limit each species and the interactions between them are not well understood. Habitat selection is a hierarchical process, in which selection at higher orders (geographic range, home range) may constrain selection at lower orders (within the home range). Habitat selection at a very fine scale within the home range has been less studied for both lynx and bobcat compared to selection at broader spatiotemporal scales. To compare this fourth-order habitat selection by the two species in an area of sympatry, we tracked lynx and bobcat during the winters of 2017 and 2018 on the north shore of Lake Huron, Ontario. We found that both lynx and bobcat selected shallower snow, higher snowshoe hare abundance, and higher amounts of coniferous forest at the fourth order. However, the two species were spatially segregated at the second order, and lynx were found in areas with deeper snow, more snowshoe hare, and more coniferous forest. Taken together, our findings demonstrate that the lynx and bobcat select different resources at the second order, assorting along an environmental gradient in the study area, and that competition is unlikely to be occurring between the two species at finer scales.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,682
Score d'incertitude au seuil0,632

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,160
Écart entre enseignants0,157 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetWildlife Ecology and ConservationTravaux en français237 207