AN EXAMINATION OF THE ABSENCE OF ESTABLISHED MOOSE (ALCES ALCES) POPULATIONS IN SOUTHEASTERN CAPE BRETON ISLAND, NOVA SCOTIA, CANADA
Notice bibliographique
Résumé
An analysis was performed on habitat-related factors for the southeastern side of Cape Breton Island, Nova Scotia to investigate the continued absence of moose (Alces alces) from the region. Temperature and snow depth, at times, reach levels that could cause thermal stress or impede movement of moose; however, it is unlikely that these factors dictate the absence of moose. No clear relationships were established between environmental concentration levels of the heavy metals molybdenum, cadmium, copper, and lead and moose distribution; however, high concentration levels of molybdenum in the Cape Breton study area warrant further investigation. Road density assessments showed that the study area has a higher level of road density compared to 2 mainland control sites; however, higher road density occurs in other areas in which moose persist. Anthropogenic factors such as poaching were not considered influential enough to exclude moose. A forest habitat comparison analysis was performed to identify habitat features that were statistically correlated with moose presence, and then were applied in a probability model to predict moose presence in the study area. The logistic regression model used to predict the probability of moose presence was composed of positively associated forest inventory variables (softwood average maturity, hardwood average maturity, % mixed hardwood, % non-forested area, total wetland area) that best fit the data. The model identified 43% of the Cape Breton study area as having a high-probability weighting for moose presence. Overall, this study did not reveal a clearly identifiable cause for the continued absence of moose in southeastern Cape Breton Island.
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 | 0,000 | 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) | 0,000 | 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 ».