Population Characteristics, Morphometry, and Growth of Harvested Gray Wolves and Coyotes in Alaska
Notice bibliographique
Résumé
Few concurrent studies exist of sympatric gray wolf (Canis lupus) and coyote (C. latrans) harvest at far northern latitudes. Moreover, no studies explicitly examine effects of concurrent harvest on phenotypes of wolves and coyotes. We documented changes in sex and age characteristics and morphology of gray wolves and coyotes harvested by hunters near Ptarmigan Lake, east-central Alaska, USA, between 1998 and 2001. We hypothesized that the harvest would result in larger, heavier canids, reduce densities, and increase young to adult ratios in both wolves and coyotes. We generated von Bertalanffy growth curves indicating that wolves and coyotes of both sexes increased in length or weight until 2 or 3 years old. No significant changes in either mean length or weight or length to weight ratios occurred during the 3-year study, except that coyote mean length was longer over the last winter of study. Catch-per-unit effort (CPUE) for wolves ranged from 0.061 to 0.112 killed/day and for coyotes from 0.552 to 0.11 killed/day over the study. CPUE indicated that coyotes but not wolves declined in abundance. Changes in male to female and young to adult ratios did not differ significantly for either canid. We posit that coyote populations were disproportionately affected by the conflation of the severe Arctic environment and sustained harvest. Our findings will be beneficial for managing sympatric canid populations and for understanding demographic responses to density-dependent processes in wolves and coyotes, especially at far northern latitudes.
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 ».