Gray wolf (<i>Canis lupus</i>) predation patterns following recent recolonization in a multi-predator, multi-prey system
Notice bibliographique
Résumé
Predator–prey interactions are among the most fundamental of ecological relationships. Recolonizing gray wolf (Canis lupus Linnaeus, 1758) populations present new challenges for wildlife management in multi-prey, multi-carnivore systems. We documented diet composition and kill rates for wolves in a recently recolonized area over winter and summer seasons (2014–2015). Elk (Cervus canadensis Erxleben, 1777) were the primary ungulate prey (63%) located at wolf kill sites. Deer (mule deer (Odocoileus hemionus (Rafinesque, 1817)) and white-tailed deer (Odocoileus virginianus (Zimmermann, 1780))) were less prevalent than elk in wolf diets, but the amount of deer in diets (40%–50%) varied by pack and season. Juvenile elk were the most prevalent class of prey in wolf diets during summer (63.3%) and winter (36.3%), with adult elk (32.5%) observed nearly as often as juveniles in winter. Kill rates varied by season, with rates 2.3 times higher in summer (mean = 3.5 ungulates/week per pack) than winter (mean = 1.5 ungulates/week per pack), consistent with increased availability and use of neonate prey. Prey biomass acquisition did not vary by pack or season (summer = 243 kg/week per pack; winter = 182 kg/week per pack). Our study quantified predation patterns for a recolonizing wolf population, and patterns that we documented were similar to other multi-prey systems in North America.
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 | 0,001 |
| 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 | 0,000 | 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 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 ».