Diets of Northern Flying Squirrels, Glaucomys sabrinus, in southeast Alaska
Notice bibliographique
Résumé
We examined the diet of the Northern Flying Squirrel (Glaucomys sabrinus) during summer and autumn seasons in temperate rain-forest habitat of Southeast Alaska, a region in which the ecology of this species is poorly understood.Truffles, a food item that is commonly consumed by squirrels during snow-free periods outside of Alaska, were present less frequently in squirrel feces than two other food items, epigeous fungi and vegetation, although no food item dominated fecal composition.Truffles were less frequent in fecal samples from mixed-conifer muskeg habitats than from old-growth forest habitats.Overall, we found that squirrels consumed a total of five truffle genera; Elaphomyces and Hymenogaster being the most common.Compared to populations in the western contiguous United States, squirrel populations in Southeast Alaska consumed truffles less frequently and consumed a smaller total number of truffle genera.In addition, samples from individual squirrels in Alaska tended to contain fewer genera than samples from the contiguous United States.Finally, squirrels in Alaska consumed other food items such as vascular vegetation, lichens, and mushrooms more frequently than squirrels in other geographic areas.These patterns suggest that the association between flying squirrels and truffles may be relatively weaker in Southeast Alaska than has been documented elsewhere.Consequently, additional information on life history and ecology of flying squirrels is warranted before forest management guidelines can be developed.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».