Supplemental data for: Combining stable isotope ratios with elemental concentrations to improve the estimation of terrestrial carnivore diets
Notice bibliographique
Résumé
Stable isotopes of animal tissue have been used to estimate diet for many consumer species and places, but the ability to assign contributions to all food items is limited by the number of tracers used, and the separation of the tracer data among the dietary sources. We tested whether we could detect caribou (Rangifer tarandus) in the diet of individual predators in southwest Canada, where caribou are endangered. The separation between caribou tissue and that of other common prey was minimal using C13 and N15 isotope ratios and our confidence in assigning the caribou diet fraction correctly was low despite testing several fractionation values and priors. We measured the concentration of a suite of elements in the tissue of lichen, large prey and predators to investigate whether we could use an elemental concentration as a diet tracer and better assign the caribou diet fraction, because several of these elements were known to be more abundant in lichen, a major food for caribou in winter. Strontium and cesium had higher concentrations, when normalized by a common salt (we chose calcium), in caribou tissue than the other prey species we measured; this was also true for strontium isotope ratios. The elemental tracers appeared to overestimate caribou in the diet however, we suggest that the addition of either cation could yield finer and more accurate estimates of diet for large terrestrial predators after further investigation. The addition of a strontium isotope ratio tracer to a diet investigation may be equally informative and require less pre-work, because one ratio (Sr87/Sr86) has already been well studied. This dataset contains the raw data and analysis code used to produce the results in the paper titled "Combining stable isotope ratios with elemental concentrations to improve the estimation of terrestrial carnivore diets" published in Global Ecology and Conservation in 2023. The raw data are in a text format (csv) and the scripts are in R.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,608 | 0,142 |
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 ».