Les préférences alimentaires du cerf de Virginie selon le contenu biochimique des plantes et la saison
Notice bibliographique
Résumé
Des expériences en milieu contrôlé peuvent fournir des informations pertinentes sur la \nsélection des ressources des herbivores. Au Québec, l'augmentation d' abondance du Cerf \nde Virginie (Odocoileus virginianus) inquiète à cause des dommages qu'ils peuvent \nengendrer dans les écosystèmes par leur consommation excessive de végétaux dont \nplusieurs espèces menacées. L'objectif principal de cette étude était de relier les \npréférences alimentaires du cerf de Virginie au contenu biochimique (protéines, fibres et \ntannins) des plantes qu'ils consomment, en tenant compte de la saison. Dans cette optique, \nnous avons réalisé en 2004 et 2005 des tests de type cafétéria avec des cerfs captifs. Nous \navons contrôlé pour la disponibilité de la nourriture offerte et réalisé les tests au cours des \nquatre saisons. Pour chaque test, huit espèces de plantes cultivées ou sauvages étaient \noffertes en quantité égale et un indice de préférence était calculé pour chaque plante et \nchaque cerf. Nous avions prédit que les préférences seraient positivement liées au contenu \nprotéique à la fin du printemps et en été (juin, juillet et août), tandis qu ' elles devraient être \nliées positivement à l' énergie digestible à l'automne et au cours de l' hiver (septembre, \noctobre et février). Les plantes contenant des tannins devraient être évitées. Les meilleurs \nmodèles que nous avons obtenus à partir du critère d' Akaike incluent tous une seule \ncomposante biochimique qui varie parfois d' un mois à l' autre. Les préférences étaient \ncorrélées au contenu protéique en juin, juillet, octobre et février. Les préférences étaient \naussi reliées négativement aux fibres en août et septembre. Même si une seule constituante \nbiochimique des plantes explique bien leur préférence à un moment précis de l'année, il est \nvraisemblable que le choix alimentaire se base sur un ensemble de variables puisque les \nmodèles prédictifs alternatifs sont adéquats dans bien des cas. Par exemple, les préférences \nétaient aussi secondairement reliées à la digestibilité, probablement parce que les besoins \nprotéiques étaient comblés par la plupart des plantes au cours de l'été. Pour obtenir une \ncompréhension globale de la sélection des ressources par les herbivores, nos résultats \nindiquent qu'il sera nécessaire de tenir en compte la variabilité des contenus végétaux dans \nle temps et dans l'espace.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».