Habitat selection and diet of the Asian small-clawed otter in Karlapat Wildlife Sanctuary, Odisha, India
Notice bibliographique
Résumé
Conservation of habitats and flagship species, such as the Asian small-clawed otter, is one of the most effective ways to conserve aquatic biodiversity. The study was conducted at Karlapat wildlife sanctuary, Odisha, India, and aims to determine the habitat and diet preferences of Asian small-clawed otters. Presence-absence of Asian small-clawed otters and associated habitat variables were recorded along 1-km sections of streams and rivers. We used principal component analysis (PCA) and logistic regression to examine habitat variables influencing otter presence along streams and rivers. Diet analysis of Asian small-clawed otters was conducted to calculate the percent frequency of occurrence and score-bulk estimate of each food item in the study area. We found that the presence of Asian small-clawed otters was related to denser canopy, higher shrub cover, and rocky stretches. A logistic regression model showed that Asian small-clawed otters significantly selected for higher canopy cover. Crabs were found to be the most preferred food item (>80%) in the diet of Asian small-clawed otters. These findings shed light on the regional-scale habitat selection and diet of Asian small-clawed otters and indicate important species-habitat relationships, thus providing valuable information for conservation management and land-use planning.
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 | 0,000 | 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 ».