Bighorn sheep associations: understanding tradeoffs of sociality and implications for disease transmission
Notice bibliographique
Résumé
Sociality directly influences mating success, survival rates, and disease, but ultimately likely evolved for its fitness benefits in a challenging environment. The tradeoffs between the costs and benefits of sociality can operate at multiple scales, resulting in different interpretations of animal behavior. We investigated the influence of intrinsic ( e.g. , relatedness, age) and extrinsic factors ( e.g. , land cover type, season) on direct contact (simultaneous GPS locations ≤ 25 m) rates of bighorn sheep ( Ovis canadensis ) at multiple scales near the Waterton-Glacier International Peace Park. During 2002–2012, male and female bighorn were equipped with GPS collars. Indirect contact (GPS locations ≤ 25 m regardless of time) networks identified two major breaks whereas direct contact networks identified an additional barrier in the population, all of which corresponded with prior disease exposure metrics. More direct contacts occurred between same-sex dyads than female-male dyads and between bighorn groups with overlapping summer home ranges. Direct contacts occurred most often during the winter-spring season when bighorn traveled at low speeds and when an adequate number of bighorn were collared in the area. Direct contact probabilities for all dyad types were inversely related to habitat quality, and differences in contact probability were driven by variables related to survival such as terrain ruggedness, distance to escape terrain, and canopy cover. We provide evidence that probabilities of association are higher when there is greater predation risk and that contact analysis provides valuable information for understanding fitness tradeoffs of sociality and disease transmission potential.
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 ».