Déterminants écologiques de la socialité chez les femelles ratons laveurs (Procyon Lotor)
Notice bibliographique
Résumé
En écologie comportementale, la compréhension des facteurs qui affectent la socialité des espèces est cruciale pour comprendre l'évolution des différents types d'organisations sociales. L'étude de la socialité nécessite cependant l'acquisition d'informations sur les taux de contacts entre les individus d'une même espèce. Les contacts et en particulier leur fréquence et leur durée sont importants dans l'évolution de la socialité puisqu'ils affectent, entre autres, la compétition, le succès reproducteur et le succès de quête alimentaire. Les contacts sont aussi reliés au taux de transmissions des maladies infectieuses. Il est donc nécessaire de déterminer les facteurs qui influencent la fréquence ainsi que la durée des contacts de manière à améliorer nos connaissances concernant, entre autres, l'évolution de la socialité et la propagation des maladies infectieuses. L'objectif de ma maîtrise était d'étudier les déterminants écologiques du taux de contacts chez les femelles ratons laveurs (Procyon lotor). Pour atteindre cet objectif, j'ai capturé, marqué et effectué le suivi de 15 femelles ratons laveurs dans le parc national du Mont-Orford en 2010 et 2011. Lors de leur capture, j'ai installé à chacune des femelles un collier émetteur de type"proximity logger". L'utilisation de ces colliers m'a permis d'obtenir des données concernant la fréquence ainsi que la durée des contacts des femelles. Tout d'abord, j'ai utilisé les taux de contacts obtenus afin de vérifier l'efficacité du chevauchement des domaines vitaux comme méthode d'estimation du taux de contacts. J'ai vérifié la relation entre le chevauchement des domaines vitaux et le taux de contacts à l'aide de 5 indices de chevauchement couramment utilisés. Les résultats montrent que le chevauchement des domaines vitaux peut être un bon estimateur du taux de contacts. Ces résultats sont importants puisque des suivis télémétriques ont été effectués pendant plusieurs décennies sur une grande variété d'espèces. Ces données sont nombreuses et accessibles et pourraient donc être utilisées, par exemple, pour étudier les facteurs qui influencent la structure sociale ou dans des programmes de prévention de propagations de maladies infectieuses. Par la suite, j'ai effectué des analyses génétiques afin d'obtenir un indice de l'apparentement entre les femelles. J'ai utilisé les données de contacts issues du suivi des 15 femelles du printemps 2010 à l'automne 2011 de manière à étudier les facteurs environnementaux et individuels qui les influencent. J'ai découvert que les contacts variaient beaucoup entre les saisons, étant plus élevés durant l'hiver. Les facteurs qui influençaient les contacts étaient différents entre les saisons. L'été, l'apparentement avait un effet positif sur les contacts. À l'inverse, l'apparentement n'avait aucune conséquence sur les contacts durant l'hiver. Cependant, plus les températures étaient froides, plus les contacts étaient fréquents durant l'hiver. Ces résultats suggèrent que les femelles ratons laveurs utilisent la thermorégulation sociale durant l'hiver pour diminuer les coûts énergétiques liés au maintien de leur température corporelle. En conclusion, j'ai montré que le chevauchement des domaines vitaux peut être un bon estimateur du taux de contacts. Mes résultats suggèrent que les températures froides de l'hiver ont une influence plus importante que l'apparentement sur la structure des femelles ratons laveurs au nord de leur distribution. Mes résultats suggèrent que des contraintes environnementales, telles que la température, pourraient avoir une influence importante sur la formation et le maintien des groupes chez certaines espèces. L'étude de facteurs environnementaux et individuels ainsi que de leurs impacts sur la structure sociale chez différentes espèces pourrait permettre d'améliorer notre compréhension de l'évolution de la socialité.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 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 ».