MétaCan
Menu
Retour à la cohorte
Enregistrement W2095470517 · doi:10.1139/z03-123

Relationships among grizzly bears, highways, and habitat in the Banff-Bow Valley, Alberta, Canada

2003· article· en· W2095470517 sur OpenAlexfundvenueaboutno aff
Bryan Chruszcz, Anthony P. Clevenger, Kari E. Gunson, Michael L. Gibeau

Notice bibliographique

RevueCanadian Journal of Zoology · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of CanadaPublic Works and Government Services CanadaParks Canada
Mots-clésGrizzly BearsUrsusHabitatGeographyNational parkEcologyHome rangeBiologyPopulationArchaeologyDemography

Résumé

récupéré en direct d'OpenAlex

Banff National Park and surrounding lands constitute one of the most developed landscapes in the world where grizzly bears (Ursus arctos) still survive. We examine the relationships among roads, grizzly bears, and their habitat in a protected area with low road density but dominated by a major transportation corridor and highway system. We examined grizzly bears' spatial response to roads, road-crossing behaviour, crossing-location attributes, and habitat and temporal patterns of cross-road movements. Grizzly bears used areas close to roads more than expected, particularly roads with low traffic volume (low volume). Habituated bears were closer to roads than wary bears. Males were closer to low-volume roads than females but crossed roads less than females during the berry season. Bears were more likely to cross low-volume roads than high-volume roads and were more likely to cross at points with higher habitat rankings. In addition, bears were more likely to cross high-volume roads when moving from areas with low habitat values to areas with high habitat values. Efforts to prevent loss of habitat connectivity across highways should involve maintenance of high-quality grizzly bear habitat adjacent to roads and should address the effects of traffic volume on the road-crossing decisions of 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 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)0,000
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 enseignants0,065
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,185
Écart entre enseignants0,173 · 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 tête enseignante, 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

Citations103
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207