MétaCan
Menu
Retour à la cohorte
Enregistrement W2074122564 · doi:10.1111/j.1365-2664.2012.02180.x

Vehicle traffic shapes grizzly bear behaviour on a multiple‐use landscape

2012· article· en· W2074122564 sur OpenAlexaff
Joseph M. Northrup, Justin A. Pitt, Tyler B. Muhly, Gordon B. Stenhouse, Marco Musiani, Mark S. Boyce

Notice bibliographique

RevueJournal of Applied Ecology · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensAlberta InnovatesUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGrizzly BearsUrsusWildlifeGeographyHabitatLand useHome rangeEcologyLimitingRange (aeronautics)Environmental scienceEnvironmental resource managementTransport engineeringPopulationBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

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 Alberta, Canada, and documented for the first time the response of grizzly bears Ursus 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,224
Écart entre enseignants0,210 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations173
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied EcologyMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207