Use of sulfur and nitrogen stable isotopes to determine the importance of whitebark pine nuts to Yellowstone grizzly bears
Notice bibliographique
Résumé
Whitebark pine (Pinus albicaulis) is a masting species that produces relatively large, fat- and protein-rich nuts that are consumed by grizzly bears (Ursus arctos horribilis). Trees produce abundant nut crops in some years and poor crops in other years. Grizzly bear survival in the Greater Yellowstone Ecosystem is strongly linked to variation in pine-nut availability. Because whitebark pine trees are infected with blister rust (Cronartium ribicola), an exotic fungus that has killed the species throughout much of its range in the northern Rocky Mountains, we used stable isotopes to quantify the importance of this food resource to Yellowstone grizzly bears while healthy populations of the trees still exist. Whitebark pine nuts have a sulfur-isotope signature (9.2 ± 1.3 (mean ± 1 SD)) that is distinctly different from those of all other grizzly bear foods (ranging from 1.9 ± 1.7 for all other plants to 3.1 ± 2.6 for ungulates). Feeding trials with captive grizzly bears were used to develop relationships between dietary sulfur-, carbon-, and nitrogen-isotope signatures and those of bear plasma. The sulfur and nitrogen relationships were used to estimate the importance of pine nuts to free-ranging grizzly bears from blood and hair samples collected between 1994 and 2001. During years of poor pine-nut availability, 72% of the bears made minimal use of pine nuts. During years of abundant cone availability, 8 ± 10% of the bears made minimal use of pine nuts, while 67 ± 19% derived over 51% of their assimilated sulfur and nitrogen (i.e., protein) from pine nuts. Pine nuts and meat are two critically important food resources for Yellowstone grizzly bears.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».