MétaCan
Menu
Retour à la cohorte
Enregistrement W7034094317

ROOSTING BEHAVIOR, HABITAT USE, AND RELATIVE ABUNDANCE OF THE NORTHERN LONG-EARED BAT (<em>MYOTIS SEPTENTRIONALIS</em>) FOLLOWING ARRIVAL OF WHITE-NOSE SYNDROME TO MAMMOTH CAVE NATIONAL PARK

2017· article· en· W7034094317 sur OpenAlexaboutno aff

Notice bibliographique

RevueUKnowledge (University of Kentucky) · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueFolklore, Mythology, and Literature Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHabitatNational parkAbundance (ecology)CavePopulationRelative species abundanceMetapopulationMammothMyotis lucifugus
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

White-Nose Syndrome (WNS; Pseudogymnoascus destructans) is responsible for the regional population collapse of many cave-hibernating bat species, including the northern long-eared bat (Myotis septentrionalis), in eastern United States and Canada. I evaluated roosting behavior, habitat selection, and landscape-scale distribution of roosts of the northern long-eared bat during spring emergence and the early maternity season in Mammoth Cave National Park, Kentucky, USA, from 2015 to 2016. Logistic regression analysis comparing habitat features of roosts with random plots indicated selection of roosts reflected the costs of energetic demands by sex and reproductive status. Relative abundance of local bat species was assessed pre- and post-arrival of WNS in the Park during the summer season, with capture rates observed during the progression of WNS indicating that the fungal disease led to declines in the overall abundance of several bat species on the summer landscape, especially the northern long-eared bat. Distributional trends were quantified using spatial point pattern analysis which indicated that bats had clear roosting patterns associated with landscape level features and habitat resources. Monitoring bat populations regionally and at local scales will be imperative to helping conservation efforts for several bat species most affected by WNS.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,343
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,222
Écart entre enseignants0,199 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUKnowledge (University of Kentucky)Même sujetFolklore, Mythology, and Literature StudiesTravaux en français237 207