Estimating Grizzly and Black Bear Population Abundance and Trend in Banff National Park Using Noninvasive Genetic Sampling
Notice bibliographique
Résumé
We evaluated the potential of two noninvasive genetic sampling methods, hair traps and bear rub surveys, to estimate population abundance and trend of grizzly (Ursus arctos) and black bear (U. americanus) populations in Banff National Park, Alberta, Canada. Using Huggins closed population mark-recapture models, we obtained the first precise abundance estimates for grizzly bears (N= 73.5, 95% CI = 64-94 in 2006; N= 50.4, 95% CI = 49-59 in 2008) and black bears (N= 62.6, 95% CI = 51-89 in 2006; N= 81.8, 95% CI = 72-102 in 2008) in the Bow Valley. Hair traps had high detection rates for female grizzlies, and male and female black bears, but extremely low detection rates for male grizzlies. Conversely, bear rubs had high detection rates for male and female grizzlies, but low rates for black bears. We estimated realized population growth rates, lambda, for grizzly bear males (λ= 0.93, 95% CI = 0.74-1.17) and females (λ= 0.90, 95% CI = 0.67-1.20) using Pradel open population models with three years of bear rub data. Lambda estimates are supported by abundance estimates from combined hair trap/bear rub closed population models and are consistent with a system that is likely driven by high levels of human-caused mortality. Our results suggest that bear rub surveys would provide an efficient and powerful means to inventory and monitor grizzly bear populations in the Central Canadian Rocky Mountains.
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 | 0,003 |
| 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 | 0,000 | 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) | 0,000 | 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 ».