Effects of Mid-winter Snow Depth on Stand Selection by Wolverines, <em>Gulo gulo luscus</em>, in the Boreal Forest
Notice bibliographique
Résumé
Wolverines (Gulo gulo luscus) in a study area in the boreal upland forests of northwestern Alberta and northeastern British Columbia (approximately 57°N) were noted to be limited to upland landscapes, despite abundant food in adjacent lowland landscapes. Snow-tracking suggested that the species was selecting for the densest climax conifer stands for travel in search of food. It was hypothesized that snow depth was a limiting factor for Wolverines in the boreal forest during midwinter, and that they selected for this stand-type because of the buffering effect of this type of canopy on ground snow-depths. A series of snow-depth measurements were collected. Snow depths collected along Wolverine trails were very significantly lower than random snow depths collected under upland canopy (F = 32.84, df = 1, P << 0.010). There was a significant buffering effect on snow depth indicated for upland canopy (F = 11.1, df = 1, P < 0.010), while adjacent lowland canopy had no significant buffering effect on snow depth (F = 3.45, df = 1, P > 0.05). Wolverines were hypothesized to be limited to upland landscapes in the study area because of the buffering effect on snow-depth of the stand types found there, and not for reasons of food availability. Climax conifer stands were interpreted as being of high importance to Wolverine survival during winter. Conservation implications include the detrimental effect on Wolverine populations likely to result from current timber harvesting practices in the boreal forest.
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 | 0,000 | 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 ».