MétaCan
Menu
← Retour à la cohorte
Enregistrement W4290102406 · doi:10.1002/9781118943274.ch8

Factors Affecting European Badger Movement Lengths and Propensity

2022· other· en· W4290102406 sur OpenAlexaff
Andrew W. Byrne, James O’Keeffe, S.W. Martin

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBadgerMelesEcologyGeographyAbundance (ecology)Movement (music)Competition (biology)WildlifeBiology

Résumé

récupéré en direct d'OpenAlex

Understanding the mechanisms underpinning animal movement patterns is one of the key goals of animal ecology. The motivation to move across populations can be driven by a number of factors, including finding new mates, reducing competition or exploiting new resources. The movement ecology of wildlife hosts of zoonotic diseases – e.g. European badger, Meles meles, a reservoir of bovine tuberculosis – is also important when attempting to manage spill-back infection to humans or domestic animals. We studied badger movements, using mark–recapture data (2008–2012) at a large spatial scale (755 km 2 ) in Ireland. We investigated both intrinsic (sex, age-class, or weight at capture) and extrinsic (territory size, group size, or population density) factors that may have affected either movement length or the propensity to move across putative territorial boundaries. We constructed several models using differing metrics of territory size and density, forming a matrix of competing models, from which we assessed similarities and differences. Older badgers tended to make shorter movements relative to other age classes. Movement length increased with greater time intervals between captures. Importantly, there was negative density-dependence with movement length; shorter movements were associated with higher-density areas. The propensity to move across putative territories varied depending on the metrics of territory configuration or badger abundance. Across models, there was a general trend toward lower movement propensity for older badgers and higher densities (or group sizes) and a higher propensity with increasing time between captures. Taken together, our data suggest that there are density-dependent mechanisms affecting movement patterns in badgers within subpopulations. Badgers in higher density areas generally exhibited shorter and less frequent movements than badgers in lower-density areas. However, overall, there was no net tendency for badgers to move into higher- or lower-density areas. These findings help us understand badger movement ecology and will have implications for understanding bovine tuberculosis dynamics across badger populations.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,204
Écart entre enseignants0,184 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWildlife Ecology and Conservation→Travaux en français237 207→