A ten-year community reporting database reveals rising coyote boldness and associated human concern in Edmonton, Canada
Notice bibliographique
Résumé
ABSTRACT In cities throughout North America, sightings of coyotes ( Canis latrans ) have become common. Reports of human-coyote conflict are also rising, as is the public demand for proactive management to prevent negative human-coyote interactions. Effective and proactive management can be informed by the direct observations of community members, who can report their interactions with coyotes and describe the location, time, and context that led to their interactions. To assess the predictors of human-coyote conflict, we used a web-based reporting system to collect 9,134 community-supplied reports of coyotes in Edmonton, Canada, between January 2012 and December 2021. We used a standardized ordinal ranking system to score each report on two indicators of human-coyote conflict: coyote boldness, based on the reported coyote behaviour, and human perceptions about coyotes, determined from the emotions expressed by reporters. We assigned greater conflict scores to behaviours where coyotes followed, approached, charged or contacted pets or people, and to perceptions where reporters expressed fear, worry, concern, discomfort or alarm. Using ordered logistic regression and chi-square tests, we compared conflict scores for each response variable to spatial, temporal and contextual covariates. Our analysis showed that coyotes were bolder in less developed open areas and during the pup rearing season, but human perceptions were most negative in residential areas and during the dispersal season. Reports that mentioned dogs or cats were more likely to describe bolder coyote behaviour, and those that mentioned pets or children had more negative perceptions about coyotes. Coyote boldness and human perceptions both indicated rising human-coyote conflict in Edmonton over the 10 years of reporting.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».