MétaCan
Menu
Retour à la cohorte
Enregistrement W4230020952 · doi:10.1139/z00-099

Energetics of free-ranging large herbivores: when should costs affect foraging behaviour?

2000· article· en· W4230020952 sur OpenAlexvenueno aff
H. M. Armstrong, Antony Robertson

Notice bibliographique

RevueCanadian Journal of Zoology · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForagingEnergeticsHerbivoreEnergy balanceForageBiologyEcologyEnergy budgetOptimal foraging theoryNet energyGrazingBovidaeRange (aeronautics)OvisVegetation (pathology)PopulationEnvironmental scienceAnimal science

Résumé

récupéré en direct d'OpenAlex

Published relationships were used to build a mathematical model that predicts the daily net energy balance of free-ranging domestic sheep (Ovis aries L.) grazing in the U.K. hills. Net energy balance was predicted for a plausible range of environmental conditions. The behaviour of the model suggested the following predictions. Locomotion will be a relatively unimportant energetic cost. Ambient temperature and rainfall alone will rarely affect energy expenditure, whereas wind will greatly increase energetic costs in winter. These are further increased, but to a relatively small extent, by any concurrent rainfall. Predictions of foraging behaviour based on maximisation of energy intake alone are likely to significantly overestimate dry matter intake from climatically exposed vegetation in winter. Where shelter is available, such models will also overestimate total intake in winter by not taking account of sheltering behaviour. This effect will be most pronounced when forage is of low digestibility or availability, wind speeds are high, or the level of coat insulation is low. Foraging models based instead on maximisation of net energy balance are likely to greatly improve predictions of the impact of large herbivores on vegetation and the mechanisms driving their population dynamics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,295
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0150,000

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 Opus0,012
Tête enseignante GPT0,231
Écart entre enseignants0,219 · 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 tête enseignante, pas un consensus.

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

Citations9
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetForest Management and PolicyTravaux en français237 207