MétaCan
Menu
Retour à la cohorte
Enregistrement W4236029283 · doi:10.2458/azu_jrm_v54i3_rutley

Activity budgets and foraging behavior of bison on seeded pastures

2001· article· en· W4236029283 sur OpenAlexaff
B. D. Rutley, R. J. Hudson

Notice bibliographique

RevueJournal of Range Management · 2001
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Soil, Plant Science
Établissements canadiensCollège BoréalUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésForagingForagePastureAnimal scienceGrazingBiologyBison bisonEcologyAgronomy

Résumé

récupéré en direct d'OpenAlex

Activity budgets and foraging behavior of yearling bison (Bison bison L.) on pasture were studied during quarterly trials between June 1994 and December 1995. Daily activity patterns were polyphasic with alternating bouts of foraging and resting activity. During winter, bison displayed 2 main daytime foraging bouts and significant nighttime foraging. During summer, phasic activity was poorly expressed due to the increased number of cycles. Total foraging time declined from summer to winter (763 +/- 62 to 470 +/- 32 min day(-1)) while bedding bout length increased (121 +/- 13 to 276 +/- 26 min day(-1)). Bison selected forage higher in crude protein (12.9 +/- 0.8 vs 10.0 +/- 0.8%), higher in predicted digestible energy (2.70 +/- 0.09 vs 2.17 +/- 0.09 Mcal kg(-1)), lower in acid detergent fiber (31.9 +/- 0.9 vs 38.8 +/- 0.9%), and lower in lignin (4.8 +/- 0.3 vs 6.8 +/- 0.3%, respectively) than forage available within grazed patches.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,230
Écart entre enseignants0,210 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Range ManagementMême sujetAgriculture, Soil, Plant ScienceTravaux en français237 207