Grizzly bear use of open, closed, and restricted forestry roads
Notice bibliographique
Résumé
We investigated grizzly bear (Ursus arctos) selection of three road types in the northern United States and southern British Columbia from 1986 to 1991. We hypothesized that grizzly bears select against open (public use allowed), restricted (forestry use only), and closed roads (no public use allowed) in that order. We analyzed use of roads for 11 bears (five females and six males) in an area containing open and closed roads and 11 bears (seven females and four males) in an adjacent area containing restricted roads. We used χ 2 and loglinear models to test for selection of habitat type and distance to road categories. Ten of 12 females and 5 of 10 males (15 of 22 bears) selected against (P < 0.05) low-elevation interior cedar-hemlock and for (P < 0.05) high-elevation Englemann spruce (Picea engelmannii Parry ex Engelm.) subalpine fir (Abies lasiocarpa (Hook.) Nutt.). After accounting for habitat, 4 of 5 females and 3 of 6 males (7 of 11 bears) selected against open roads and 3 of 5 females and 0 of 6 males (3 of 11 bears) selected against closed roads. No females (n = 7) or males (n = 4) (0 of 11 bears) selected against restricted roads. Our results are inconsistent with the hypothesis that bears select against open, restricted, and closed roads in that order. Most females and males selected against open roads, most females selected against closed roads, and no bears selected against restricted roads. The type of human activity along roads plays a role in bear responses to roads, and this aspect should be incorporated into future bear-road studies.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».