Comparison of Grizzly Bear <i>Ursus arctos</i> Demographics in Wilderness Mountains Versus a Plateau with Resource Development
Notice bibliographique
Résumé
We studied migration, birth rate and death rate of 59 grizzly bears Ursus arctos on a plateau (N = 29) with extensive forestry activities, and adjacent relatively undeveloped mountains (N = 30) during 1998–2003, to examine population parameters and/or limiting factors that might have contributed to a large difference in grizzly bear density between landscapes. Female bears in our low‐density area (i.e. plateau) were heavier, in better condition, and more often accompanied by cubs than their mountain counterparts. Survival rates were comparable for adult bears but were significantly lower for subadult bears on the plateau. All deaths of bears which lived on the plateau for which cause of death was identified were human‐caused as compared with one of three in the mountains. Plateau bear deaths were highest in fall coinciding with people hunting other species. Density‐dependent factors appeared to be more important to mountain bear demographics, whereas bears on the plateau appeared to be limited by human‐caused bear mortality. Forest harvest did not appear to have negative effects on reproductive parameters of female bears, but associated towns and roads allowed for high human‐caused bear mortality. We did not record female dispersal between landscapes leading us to conclude that dispersal from the mountains is unlikely to offset human‐caused mortality on the plateau.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».