Vehicle traffic shapes grizzly bear behaviour on a multiple‐use landscape
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.
Notice bibliographique
Résumé
Summary Roads cause functional habitat loss, alter movement patterns and can become ecological traps for wildlife. Many of the negative effects of roads are likely to be a function of the human use of roads, not the road itself. However, few studies have examined the effect of temporally and spatially varying traffic patterns on large mammals, which could lead to misinterpretations about the impact of roads on wildlife. We developed models of traffic volume for an entire road network in south‐western A lberta, C anada, and documented for the first time the response of grizzly bears U rsus arctos L to a wide range of traffic levels. Traffic patterns caused a clear behavioural shift in grizzly bears, with increased use of areas near roads and movement across roads during the night when traffic was low. Bears selected areas near roads travelled by fewer than 20 vehicles per day and were more likely to cross these roads. Bears avoided roads receiving moderate traffic (20–100 vehicles per day) and strongly avoided high‐use roads (>100 vehicles per day) at all times. Synthesis and applications . Grizzly bear responses to traffic caused a departure from typical behavioural patterns, with bears in our study being largely nocturnal. In addition, bears selected private agricultural land, which had lower traffic levels, but higher road density, over multi‐use public land. These results improve our understanding of bear responses to roads and can be used to refine management practices. Future management plans should employ a multi‐pronged approach aimed at limiting both road density and traffic in core habitats. Access management will be critical in such plans and is an important tool for conserving threatened wildlife populations.
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 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) | 0,002 | 0,001 |
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 découle