Black bear adaptation to low productivity in the boreal forest
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Long snowy winters combined with a short growing season make boreal forests an unproductive environment that challenges black bears (Ursus americanus). We used resource selection functions (based on GPS telemetry of 16 bears), diet analysis, surveys of plant phenology, and vegetation inventories to study adaptations of black bears to boreal forest. Because plants are heavily favoured in bear diets, we expected diet composition to reflect their temporal availability. We anticipated that bears would make choices among land cover types and specific topographic conditions in order to select plants that would fulfil their energetic demands throughout the active period. We also predicted that bears would select habitats modified by insect outbreaks or forest harvesting because these disturbances likely increase resource availability. We found supporting evidence for all of our predictions. (1) Bear diet was closely linked to plant availability. (2) Bears made seasonal altitudinal movements and selected sites according to solar irradiation, tracking the availability of the most digestible plants. Accordingly, bears relied on high-altitude graminoids in spring, a variety of fleshy fruits in summer, and mainly Sorbus americana berries in autumn. (3) Land covers resulting from clearcutting and insect outbreaks increased resource availability for bears and were preferred from summer to autumn. In our study area, black bears are considered predators of a threatened caribou (Rangifer tarandus) population. Even so, we did not find any caribou remains in bear scats. However, our results show that forestry practices, such as clearcutting near the caribou range, could contribute to increased bear presence and thus increase the probability of predation. Nomenclature: Wilson & Reeder, 1993; Marie-Victorin, 1995.
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.
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 | 0,000 |
| 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 | 0,001 |
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 découle