Use of Natural Licks by Four Species of Ungulates in Northern British Columbia
Notice bibliographique
Résumé
Use of licks influences the movements and distribution of ungulates. We recorded attendance patterns, duration of visits to licks, and time spent licking by 4 ungulate species at wet and dry licks to examine possible influences on the timing of use of licks in northern British Columbia, Canada. Within-species licking intensity (based on regressions between time spent licking per visit and duration of visits to licks) was higher for elk (Cervus elaphus) than for moose (Alces alces) at wet licks, and higher for mountain goats (Oreamnos americanus) than for Stone's sheep (Ovis dalli stonei) at dry licks. Lick response variables (duration of visits to licks, time spent licking per visit, and proportion of time spent licking) did not vary significantly among early, mid-, and late summer seasons, but there were species-specific differences in the timing of highest attendance. High use of wet licks by both female and male elk in late May followed vegetation greening at low elevations. Average attendance by female elk was highest in late June, coinciding with high lactation demands. Attendance by moose at wet licks was highest in mid-July, potentially coinciding with other aspects of forage phenology such as increased plant defensive compounds. Attendance by Stone's sheep and mountain goats at dry licks was high in early July, following forage change at high elevations and again in early August, potentially related to the trade-off between lactation demands and predation risk. Across species, consumption of lick soils allows ungulates to improve rumen function and nutrient absorption during the transition to spring and summer forage and to supplement elemental intake by females during the nutritional stress associated with lactation.
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 | 0,000 |
| 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) | 0,000 | 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 ».