MétaCan
Menu
Retour à la cohorte
Enregistrement W2033141609 · doi:10.1644/08-mamm-a-095.1

An Evaluation of Long-Term Capture Effects in Ursids: Implications for Wildlife Welfare and Research

2008· article· en· W2033141609 sur OpenAlex
Marc Cattet, John Boulanger, Gordon B. Stenhouse, Roger A. Powell, Melissa J. Reynolds‐Hogland

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Mammalogy · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensFoothills Medical CentreUniversity of Saskatchewan
Organismes subventionnairesNorth Carolina Agricultural Research Service, North Carolina State UniversityAgricultural Research ServiceNational Park ServiceU.S. Forest ServiceParks CanadaNorth Carolina State UniversityShell Canada3MAlberta Conservation AssociationGeraldine R. Dodge FoundationEarthwatch InstituteNational Geographic SocietyGrand Valley State UniversityU.S. Department of Agriculture
Mots-clésUrsusGrizzly BearsGeographyWildlifeCreatine kinaseFisheryMark and recaptureEcologyDemographyBiologyPopulation

Résumé

récupéré en direct d'OpenAlex

The need to capture wild animals for conservation, research, and management is well justified, but long-term effects of capture and handling remain unclear. We analyzed standard types of data collected from 127 grizzly bears (Ursus arctos) captured 239 times in western Alberta, Canada, 1999–2005, and 213 American black bears (U. americanus) captured 363 times in southwestern North Carolina, 1981–2002, to determine if we could detect long-term effects of capture and handling, that is, effects persisting ≥ 1 month. We measured blood serum levels of aspartate aminotransferase (AST), creatine kinase (CK), and myoglobin to assess muscle injury in association with different methods of capture. Serum concentrations of AST and CK were above normal in a higher proportion of captures by leghold snare (64% of 119 grizzly bear captures and 66% of 165 black bear captures) than capture by helicopter darting (18% of 87 grizzly bear captures) or by barrel trap (14% of 7 grizzly bear captures and 29% of 7 black bear captures). Extreme AST values (>5 times upper reference limit) in 7 (6%) grizzly bears and 29 (18%) black bears captured by leghold snare were consistent with the occurrence of exertional (capture) myopathy. We calculated daily movement rates for 91 radiocollared grizzly bears and 128 radiocollared black bears to determine if our activities affected their mobility during a 100-day period after capture. In both species, movement rates decreased below mean normal rate immediately after capture (grizzly bears: X̄ = 57% of normal, 95% confidence interval = 45–74%; black bears: 77%, 64–88%) and then returned to normal in 3–6 weeks (grizzly bears: 28 days, 20–37 days; black bears: 36 days, 19–53 days). We examined the effect of repeated captures on age-related changes in body condition of 127 grizzly bears and 207 black bears and found in both species that age-specific body condition of bears captured ≥2 times (42 grizzly bears and 98 black bears) tended to be poorer than that of bears captured once only (85 grizzly bears and 109 black bears), with the magnitude of effect directly proportional to number of times captured and the effect more evident with age. Importantly, the condition of bears did not affect their probability of capture or recapture. These findings challenge persons engaged in wildlife capture to examine their capture procedures and research results carefully. Significant capture-related effects may go undetected, providing a false sense of the welfare of released animals. Further, failure to recognize and account for long-term effects of capture and handling on research results can potentially lead to erroneous interpretations.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,178

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,352
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle