Comparison among three approaches to evaluate winter habitat selection by white-tailed deer on Anticosti Island using occurrences from an aerial survey and forest vegetation maps
Notice bibliographique
Résumé
Habitat-selection analysis involves a comparison between the proportions of different cover types that are used by the animal and the proportions that are available. Telemetry locations or animal occurrences (e.g., from aerial surveys) can provide information on habitat utilization. With telemetry data, a classical approach involves computing habitat use at the individual location sites or inside fixed circle buffers applied to the sites. We used this approach (200 m radius circles) on data from a systematic aerial survey on Anticosti Island, where 260 groups of white-tailed deer (Odocoileus virginianus) (374 animals) were counted in a 270-km2block. We compared the selection indices obtained from site occurrences with those of two approaches that define areas of high intensity (animal concentrations): 50% fixed kernels (0.52 km bandwidth) and the local K function (0.52 km distance). The results were very consistent among the three sets of approaches, with the same cover types generally identified as those having the highest or lowest indices. White-tailed deer preferred forest stands where balsam fir (Abies balsamea) was present as high regeneration or was dominant in the tree layer (>50% basal area) and stands at the regeneration stage. In the studied landscape, there seems to be a wide range of spatial scales where the selection process can be analysed from aerial survey data.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».