Limited spatiotemporal niche partitioning among mesocarnivores in Gorongosa National Park, Mozambique
Notice bibliographique
Résumé
Abstract Competition drives community composition and structure in many ecosystems. Spatial and temporal niche partitioning, in which competing species divide the environment in space or time, are mechanisms that may allow for coexistence among ecologically similar species. Such division of resources may be especially important for carnivores in African savannas, which support diverse carnivore assemblages. We used camera traps to explore patterns of spatial and temporal niche partitioning among four mesocarnivore species in Mozambique's Gorongosa National Park: large‐spotted genet (Genetta maculata), African civet (Civettictis civetta), honey badger (Mellivora capensis) and marsh mongoose (Atilax paludinosus). We applied a multispecies occupancy model to evaluate spatial partitioning among mesocarnivores and to quantify the environmental factors that affect species‐specific habitat use, including relative lion (Panthera leo) activity. We also analyzed the temporal activity overlap of the four focal species. We identified species‐specific habitat covariates that influenced detection probabilities but found no evidence of spatial or temporal partitioning among mesocarnivores in the study system. Indeed, we found some evidence for spatial co‐occurrence between two of our focal species: African civet and marsh mongoose. There may be limited competition among mesocarnivores in this system, perhaps due to niche and diet differentiation among these species and an abundance of resources. While we found limited evidence that lion activity impacts mesocarnivores, ongoing monitoring of intraguild interactions is vital as apex predator populations recover in the system. This study adds to a growing understanding of African mesocarnivore ecology and highlights the importance of understanding these dynamics for effective multispecies conservation and restoration.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».