Resource selection at homesites by wolves and eastern coyotes in a <i>Canis</i> hybrid zone
Notice bibliographique
Résumé
Abstract We modeled resource selection by wolves ( Canis spp.), eastern coyotes ( C. latrans ), and admixed canids during the pup‐rearing season at den and rendezvous sites (collectively, homesites) within a largely unprotected landscape proposed as the recovery zone for federally and provincially threatened eastern wolves ( C. lycaon ) in Ontario, Canada. Overall, canids selected wetlands, while avoiding secondary roads and open‐structure rock‐grass habitat patches. Packs with greater wolf ancestry selected wetlands and tertiary roads more strongly, while avoiding mixed conifer‐hardwood forests. Contrary to our prediction, canids with greater coyote ancestry did not establish homesites closer to roads, which likely mitigated their risk of human‐caused mortality during pup‐rearing. Packs exhibited increased selection of wetlands within territories as a function of increasing availability of wetlands. Packs with abundant access to wetlands may prioritize this habitat type to exploit beavers, a valuable prey species during pup‐rearing. Packs with higher pup survival selected hardwood forests and avoided conifer forests more than packs with lower pup survival. This is consistent with our understanding of habitat relations of the main prey species for canids in central Ontario and suggests that selecting prey‐rich habitat types at homesites increases fitness. A proposed goal of eastern wolf recovery is numerical and geographical expansion outside of the population core in Algonquin Provincial Park. Thus, our results provide valuable information for conservation by quantifying resource selection of wolves, coyotes, and hybrids during pup‐rearing and identifying links between fitness and homesite selection.
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) | 0,003 | 0,001 |
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 ».