Disruption of an ant-plant mutualism shapes interactions between lions and their primary prey
Notice bibliographique
Résumé
Data and file overview: Kamaru_Path_Analysis_Data.csv Kamaru_Path_Analysis.R Kamaru_Zebra_RSF_Data.csv Kamaru_Zebra_RSF.R Layers used to build Zebra RSF: Kamaru_DWater: distance to water Kamaru_DGlade: distance to glade Kamaru_DSettlement: distance to human settlement Kamaru_OPC_Veg: vegetation layer (classes: V. drepanolobium, E. divinorum, others) SPECIFIC INFORMATION FOR: Kamaru_Path_Analysis_Data.csv Number of variables: 11 Description: This data file includes 105 zebra kill sites and paired random locations from June 2019 to August 2020. It also includes: (A) monthly utilization distributions of lion prides associated with each kill site and paired point; and (B) zebra densities estimated from resource selection functions, associated with each kill site, and paired random location. Please see our supplementary materials for more details on data and methods. Variable list: (A) rsf.block: Resource Selection Function blocks (block 1: Jan-Apr 2019, block 2: May-Sep 2019, block 3: Oct 2019 – Jan 2020, block 4: Feb-May 2020, block 5: Jun-Sep 2020) (B) Kill_ID: kill identifier. (C) Lion_ID: individual lion pride identifier. (D) Date (Day, Month, Year) when a specific kill occurred. (E) Zebra_kill (1 = kill site, 0 = paired random location). (F). Species: Zebra. (G) Visibility: openness measurement using a rangefinder in (m). (H) Lion_activity: Utilization distributions (UD) of lions. (I) Invasion (1 = invaded by big-headed ants, 0 = uninvaded by big-headed ants). (J) zeb.rsf: resource selection function value. (K) zeb.density: zebra density estimated from resource selection functions. SPECIFIC INFORMATION FOR: Kamaru_Zebra_RSF_Data.csv Number of variables: 10 Description: This data file includes 182 zebra sightings, paired with 10 random points created for each sighting/used point. Also, the data includes actual GPS locations of each sighting and the total number of zebras in each sighting. Please see our supplementary materials for more details on data and methods. Variable list: (A) Species: Zebra. (B) Date (Day, Month, Year) for that sighting. (C) Survey: count identifier (Survey 2 to 21). (D) GPS location (X and Y), longitude and latitude of that sighting location. (E) Transect: Transect number. (F) Used: (1= zebra sighting, 0 = paired point). (G) zebra.ct: total number of zebras in each sighting. R CODE SPECIFIC INFORMATION FOR: Kamaru_Path_Analysis.R Description: Apply this code to Kamaru_Path_Analysis_Data.csv to build nested path models. SPECIFIC INFORMATION FOR: Kamaru_Zebra_RSF.R Description: Apply this code to Kamaru_Zebra_RSF_Data.csv to build resource selection functions for zebra. Use the following layers: Kamaru_DWater, Kamaru_DGlade, Kamaru_DSettlement and Kamaru_OPC_Veg to build the Zebra RSF.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,005 |
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 ».