Mycophagy of White-Tailed Deer (Odocoileus virginianus Zimmermann) in the Boreal Forest
Notice bibliographique
Résumé
Mushrooms are a little known source of food for large herbivores, but are of high quality because of their high protein content and digestibility. Approximately 50 epigeous and hypogeous mushroom and lichen species have been identified in the diet of cervids so far using macro remains. Our main objective was to determine which mushroom species are consumed by white-tailed deer (Odocoileus virginianus Zimmermann) using a molecular approach. We collected 114 fecal samples from deer harvested in 2014 and 2015 on Anticosti Island (Québec, Canada), extracted total DNA from feces, and amplified fungal DNA specifically via polymerase chain reaction. Amplified fungi DNA was then sequenced with the Illumina method to identify mushroom species consumed by deer. Our results revealed that deer harvested consumed up to 4979 fungal species, including 580 species that appeared to be consumed directly. Adults tended to consume a higher mushroom diversity than juveniles, and mushroom diversity consumed by deer was much higher in 2015 than 2014. Adult females consumed a higher mushroom diversity than males, especially lactating females. Our results contribute to the understanding of the role of mushrooms and their large diversity in white-tailed deer diet.
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) | 0,000 | 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 ».