MétaCan
Menu
Retour à la cohorte
Enregistrement W2142124140 · doi:10.2980/15-4-3100

Black bear adaptation to low productivity in the boreal forest

2008· article· en· W2142124140 sur OpenAlexafffundvenue
Arnaud Mosnier, Jean‐Pierre Ouellet, Réhaume Courtois

Notice bibliographique

RevueEcoscience · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensMinistère des Ressources naturelles et des ForêtsCenter for Northern StudiesMinistère des Ressources naturelles et des Forêts (Québec)Université du Québec à Rimouski
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésClearcuttingEcologyTaigaThreatened speciesUrsusGeographyBorealBlack sprucePopulationHabitatPredationDisturbance (geology)Vegetation (pathology)Range (aeronautics)Biology

Résumé

récupéré en direct d'OpenAlex

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.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,218
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations99
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcoscienceMême sujetWildlife Ecology and ConservationTravaux en français237 207