Winter selection of roost sites by ruffed grouse during daytime in mixed nordic-temperate forests, Quebec, Canada
Notice bibliographique
Résumé
We determined the categories of roost sites used by ruffed grouse ( Bonasa umbellus (L., 1766)) during daytime in winter from 245 radiotelemetric locations of 26 adult females. We conducted our study in the Réserve faunique de Portneuf, located in a mixed nordic-temperate softwood–hardwood forest in Quebec, Canada. We evaluated the effects of weather, snow, and habitat variables on the incidence of snow burrowing, tree roosting, and on-snow roosting using mixed multinomial models, ANOVA, and logistic regressions. The best logistic regression model of snow burrowing probability was identified using the Akaike path. The incidence of each category of roost sites was 41.2% tree roosts, 36.3% snow burrows, and 22.4% on-snow roosts. Coniferous canopy closure and depth of fluffy snow were the variables that influenced roosting behavior the most. Probability of snow burrowing increased with compaction depth and decreased with coniferous cover. Probability of tree roosting increased with temperature. On-snow roosts had a denser lateral obstruction than snow burrows, whereas tree roosts had a greater coniferous basal area, stem density, and canopy cover than snow burrows. Stand type also influenced the incidence of each category of roost sites, snow burrows dominating in deciduous stands and tree roosts dominating in mixed and coniferous stands.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».