Adaptive coat colour polymorphism in the Kermode bear of coastal British Columbia
Notice bibliographique
Résumé
We investigated potential ecological attributes of the striking coat colour polymorphism in the black bear (Ursus americanus kermodei Hornaday) occurring on several small islands off the mid-coast of British Columbia, where a white morph (Kermode), fully recessive to the black morph, reaches 10–25% of the population. During three autumn field seasons (2000–2002; 697 h of observation time), we monitored salmon capture behaviour of individual bears (black, N = 37; white, N = 4). Both colour morphs foraged on salmon throughout daylight and darkness but with twice the rate during darkness. Log-linear analysis of capture efficiency (success/attempts) and average capture success per bout of the white morph was marginally lower than the black morph during darkness (22.8%, N = 158 versus 25.8%, N = 279 respectively; P < 0.04), although it was significantly higher during daylight (34.1%, N = 132 versus 25.3%, N = 896, respectively, P < 0.02), with similar trends in three different pursuit modes. Replicated (N = 10–14) field experiments involving a colour dimorphic simulated predator (i.e. human in a black or white cloak) showed that salmon were one-half as evasive during darkness than during daylight, with no differences (P > 0.4) in response to either the white or black models; however, during daylight, salmon were twice as evasive to the black compared to the white model (P < 0.001). The persistence of this coat colour polymorphism may be facilitated by increased salmon accessibility to the Kermode bear and diel foraging differences between morphs. These results are consistent with multi-niche models of adaptive variability.
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 | 0,000 |
| 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 | 0,001 | 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 ».