Seasonal habitat selection and ranging of domestic cats (Felis catus) in rural and urban environments
Notice bibliographique
Résumé
Abstract Domestic cats (Felis catus) thrive at high densities alongside humans in urban and rural environments and are responsible for excessive wildlife predation worldwide. As urbanisation and farmland expands, and domestic cats inevitably reach previously unoccupied habitats, management plans will rely on understanding cat ranging behaviours. Cat movements and habitat selection may differ depending on their surroundings, and consequently, we sought to assess how male and female cat behaviours varied during different seasons in urban, suburban, and rural environments. In cities and farmland in the UK, the location of 56 owned cats (26 F:30 M) was recorded every 5 min for a total of 5237 h using GPS collars (454 ± 25 fixes over c. 4 days per individual). Urban and rural cats exhibited similar patterns of home ranges, maximum distances travelled from their owner’s house, and habitat selection, where they selected for built-up areas with good cover and avoided open spaces. Cats spent an average of 75% of their time outside their owners’ house or garden and therefore had great potential to encounter wild prey. Males in rural areas were almost twice as active than other males but all exhibited crepuscular activity patterns compared to cathemeral or diurnal females. In summer, cats had smaller home ranges and were more nocturnal, poentially concentrating their impacts around core areas during hotter months. Similarities in cat ranging behaviours across the urban–rural gradient suggest management plans can be equally applied in areas alongside cities as well as farmland. Buffer or exclusion zones of 750 m around protected areas would exclude 95% of cats, but specialised management, such as periodic confinement during specific active periods, could prove effective during vulnerable prey species’ breeding seasons. These findings improve our understanding of how cat ranging is affected by urbanisation under seasonal variation, and can be used to tailor management strategies as new species and populations are exposed to domestic cat predation.
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 | 0,000 | 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) | 0,001 | 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 ».