MétaCan
Menu
Retour à la cohorte
Enregistrement W6967229742 · doi:10.5061/dryad.vt4b8gtp0

Feeding preferences and nutritional niche of wild water buffalo (Bubalus arnee) in Koshi Tappu Wildlife Reserve, Nepal.

2020· dataset· en· W6967229742 sur OpenAlexaff

Notice bibliographique

RevueDRYAD · 2020
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésForagingForageEndangered speciesWildlifeNicheNutrientAbundance (ecology)Forb

Résumé

récupéré en direct d'OpenAlex

We sought to further the understanding of how an animal’s foraging ecology is influenced by their feeding preferences and nutritional composition of forage items. Our research identified these aspects of wild water buffalo’s (Bubalus arnee) foraging ecology in Nepal. First, we sought to describe the foraging preferences of wild water buffalo in terms of the relative abundance of functional forage groups (i.e., forbs, graminoids, and browse) in their diet. We observed signs of wild water buffalo foraging on 54 plant species. We found wild water buffalo consume graminoids and forbs 2-3 times more frequently than browse items. Then, we investigated the composition of nutrients (i.e., carbohydrates, proteins, and lipids) in wild water buffalo diets to develop an estimate of their realized nutrient niche. Of the 54 plant species foraged, we analyzed the nutritional composition of the 16 most frequently foraged species. We found the realized nutrient niche of wild water buffalo is dominated by carbohydrates, but there was a positive correlation between the relative frequency of foraged items and protein content. Our study contributes important information on the feeding preference and nutritional content of the endangered wild water buffalo. Our results can be used to inform conservation and management strategies of this species in wild. Selection of potential translocation sites should include key species that are higher in protein content and frequently forages by wild water buffalo (e.g., Typha elephantina) to help mitigate human-wildlife conflicts. Further, we provide valuable insight into the mechanisms influencing the foraging ecology of wild herbivores.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,274
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDRYADTravaux en français237 207