Space use of cougars at the northern edge of their range
Notice bibliographique
Résumé
Abstract The space use strategies animals use to acquire resources needed for survival and reproduction reflect life history traits and individual behaviors. For large solitary carnivores, such as cougars (Puma concolor), prey, mates, and safe habitat in which to raise offspring, are resources that influence space use. Most animal home range studies investigate differences between sexes but fail to explore the space use patterns among individuals. We first used 95% minimum convex polygon (MCP), kernel density estimate (KDE), and Brownian bridge estimator (BB), to estimate the home range of 43 cougars satellite-collared in west-central Alberta, Canada, in 2016–2018. We found that adult males (MCP = 498 km2; KDE = 623 km2; BB = 547 km2) had home ranges that were more than twice the size of those of adult females (MCP = 181 km2; KDE = 273 km2; BB = 217 km2). We then used net squared displacement, path segmentation analysis, and multi-response permutation procedure, to examine the space use patterns of 27 female and 16 male cougars. We constructed a decision tree and found that 23% of cougars were dispersers (12% of females and 44% of males), 47% were residents (58% of females and 31% of males), 9% were seasonal home range shifters (12% of females and 6% of males), and 19% shifted to a new area during the study period (19% of females and 19% of males). We learned that dispersers all were subadults, whereas all residents, seasonal shifters, and shifters, were adults, except for one subadult male. Our study provides insights on animal home ranges with methods to categorize different space use strategies which could be used to help assess the dynamics of a population.
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) | 0,001 | 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 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 ».