Predation patterns on the tundra—genetic barcoding of scats from two sympatric fox species
Notice bibliographique
Résumé
In the Arctic tundra, climate-induced emergence of the red fox ( Vulpes vulpes (Linnaeus, 1758)), a competitor to the Arctic fox ( Vulpes lagopus (Linnaeus, 1758)), is predicted to influence predation patterns of both fox mesopredators. In this study, we (i) identified predator species from scats through an established barcoding approach and (ii) explored the use of a cheap, quick barcoding method of fox feces ( n = 103). We investigated differences in diet between the red fox (predicted generalist predator) and Arctic fox (predicted specialist predator) over 2 years with varying prey abundance. We amplified short DNA fragments (<200 bp) from small rodents, birds and hares. For both predators, there was a high frequency of occurrence of rodents (38%–69%) identifying them as primary prey species and birds as secondary prey species (13%–31%). This demonstrates the strength of a straightforward DNA barcoding method for dietary analyses in sympatric fox predators, with species-level resolution of prey. Barcoding is a promising tool for future dietary studies; however, a few methodological improvements, along with extended sampling, are needed for a more complete assessment of fox predation patterns. Integrating high-resolution dietary analyses have great potential to enhance our understanding of predation patterns in Arctic tundra communities.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».