Demographic Connectivity for Ursid Populations at Wildlife Crossing Structures in Banff National Park
Notice bibliographique
Résumé
Wildlife crossing structures are one solution to mitigating the fragmentation of wildlife populations caused by roads, but their effectiveness in providing connectivity has only been superficially evaluated. Hundreds of grizzly (Ursus arctos) and black bear (Ursus americanus) passages through under and overpasses have been recorded in Banff National Park, Alberta, Canada. However, the ability of crossing structures to allow individual and population-level movements across road networks remains unknown. In April 2006, we initiated a 3-year investigation into whether crossing structures provide demographic connectivity for grizzly and black bears in Banff National Park. We collected hair with multiple noninvasive methods to obtain genetic samples from grizzly and black bears around the Bow Valley. Our objectives were to determine the number of male and female grizzly and black bears that use crossing structures; examine spatial and temporal patterns of crossings; and estimate the proportions of grizzly and black bear populations in the Bow Valley that use crossing structures. Fifteen grizzly (7 female, 8 male) and 17 black bears (8 female, 9 male) used wildlife crossing structures. The number of individuals detected at wildlife crossing structures was highly correlated with the number of passages in space and time. Grizzly bears used open crossing structures (e.g., overpasses) more often than constricted crossings (e.g., culverts). Peak use of crossing structures for both bear species occurred in July, when high rates of foraging activity coincide with mating season. We compared the number of bears that used crossings with estimates of population abundance from a related study and determined that substantial percentages of grizzly (15.0% in 2006, 19.8% in 2008) and black bear (17.6% in 2006, 11.0% in 2008) populations used crossing structures. On the basis of our results, we concluded wildlife crossing structures provide demographic connectivity for bear populations in Banff National Park.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».