Landscape‐Scale Effects of Season and Predation Risk on the Terrestrial Behavior of Chacma Baboons (<i>Papio ursinus</i>)
Notice bibliographique
Résumé
OBJECTIVES: "Terrestrial" primates are not common nor well defined across the order. In those species that do use the ground, terrestriality is rarely documented outside daylight hours. Predation risk is thought to have shaped conserved behaviors like primates' selection of arboreal sleep sites, but it is less clear-particularly at the landscape scale-how predation risk interacts with other ecological and seasonal variables to drive terrestriality. This camera trapping study investigates patterns in terrestrial behavior both spatially and temporally across neighboring populations of chacma baboons. MATERIALS AND METHODS: We use camera trap data from two terrestrial grids, one established within and one outside the boundaries of Gorongosa National Park, Mozambique. We model how baboon terrestrial activity varies with woody cover, proximity to water, season, anthropogenic variables, as well as predation risk. We also model how terrestrial activity varies across the diel cycle and use overlap analyses to explore differences in the baboon populations' activity patterns. RESULTS: We find no significant predictors of geospatial variation in the terrestrial activity of baboons across each grid but do find evidence of higher terrestrial activity in the late dry season. We also find significantly different diel patterns of baboon activity detected across each grid. DISCUSSION: Baboons likely use the ground more in the dry season for accessing water and resources when arboreal foods are less abundant. Diel variation between the two populations suggests that baboons might utilize the ground more during "riskier" crepuscular and nocturnal hours where leopards are not present.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| 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 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 ».