Diet selection in the Coyote <i>Canis latrans</i>
Notice bibliographique
Résumé
Abstract The Coyote (Canis latrans) is one of the most studied species in North America with at least 445 papers on its diet alone. While this research has yielded excellent reviews of what coyotes eat, it has been inadequate to draw deeper conclusions because no synthesis to date has considered prey availability. We accounted for prey availability by investigating the prey selection of coyotes across its distribution using the traditional Jacobs’ index method, as well as the new iterative preference averaging (IPA) method on scats and biomass. We found that coyotes selected for Dall’s Sheep (Ovis dalli), White-tailed Deer (Odocoileus virginianus), Eastern Cottontail Rabbit (Sylvilagus floridanus), and California Vole (Microtus californicus), which yielded a predator-to-preferred prey mass ratio of 1:2. We also found that coyotes avoided preying on other small mammals, including carnivorans and arboreal species. There was strong concordance between the traditional and IPA method on scats, but this pattern was weakened when biomass was considered. General linear models revealed that coyotes preferred to prey upon larger species that were riskier to hunt, reflecting their ability to hunt in groups, and were least likely to hunt solitary species. Coyotes increasingly selected Mule Deer (O. hemionus) and Snowshoe Hare (Lepus americanus) at higher latitudes, whereas Black-tailed Jackrabbit (L. californicus) were increasingly selected toward the tropics. Mule Deer were increasingly selected at higher coyote densities, while Black-tailed Jackrabbit were increasingly avoided at higher coyote densities. Coyote predation could constrain the realized niche of prey species at the distributional limits of the predator through their increased efficiency of predation reflected in increased prey selection values. These results are integral to improved understandings of Coyote ecology and can inform predictive analyses allowing for spatial variation, which ultimately will lead to better understandings about the ecological role of the coyote across different ecosystems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».