Winter habitat relationships of deer and elk in the temperate interior mountains of British Columbia
Notice bibliographique
Résumé
Abstract Recent work has examined ultimate factors limiting deer (Odocoileus spp.) and elk (Cervus elaphus) populations during winter, such as temperature and forage, but there has been inadequate examination of the influence of snow, especially in concert with foraging decisions. We examined deer and elk habitat selection on winter range in the temperate mountains of southeastern British Columbia. The life histories of radiocollared mule deer (O. hemionus) and elk included seasonal elevational migrations (1,000–1,400 m) and long-distance movements (up to 50–63 km, respectively). Late-winter, deep-snow habitat is limited in wet, mountainous environs and may explain the relatively low densities of ungulates present. Snow-track transects conducted during late winter suggested that deer (mule deer and white-tailed deer [O. virginianus] combined) avoided areas with >40 cm of snow and elk areas with >50 cm. Late-winter snow depth was positively related to elevation and negatively related to slope and solar radiation (hours/day), all of which can be obtained from existing databases and used to map relative late-winter snow depth. The snow-depth model can be used to map potential winter range regardless of current vegetation cover. During late winter deer selected older forests and stands with greater amounts of Douglas-fir (Pseudotsuga menziesii) in the overstory in forested sites. Older stands probably were selected because they had lower snow depths, while mature Douglas-fir trees offered more litterfall forage than other tree species. In contrast, elk selection among forested stands was weak, which suggested that forested stands were not preferred portions of their late-winter habitat. Track data during late winter confirmed that both deer and elk also used areas with low canopy cover, likely to acquire browse. We demonstrated that it is possible to map potential winter range using topographic variables as surrogates for relative snow depth, and we present a model applicable to portions of the temperate interior mountains. We suggest it is important to consider both forage production and snow interception in habitat management because winter energy budgets are a balance between nutrient intake and cost of locomotion.
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 | 0,000 | 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 ».