Predation by Bears on Woodpecker Nests: Are Nestling Begging and Habitat Choice Risky Business?
Notice bibliographique
Résumé
We evaluated hypotheses explaining risk of predation by American Black Bear (Ursus americanus) at 418 Yellow-bellied Sapsucker (Sphyrapicus varius) and Hairy Woodpecker (Picoides villosus) nests, on the basis of nestling begging and nest-site habitat features in Algonquin Provincial Park, Ontario. Ninety-three percent of Yellow-bellied Sapsuckers in stands dominated by Sugar Maple (Acer saccharum) nested in Sugar Maple or American Beech (Fagus grandifolia) trees that were dead or in declining health, whereas 86% of Yellow-bellied Sapsuckers in stands dominated by aspen (Populus spp.) nested in Quaking Aspen (P. tremuloides) that were in declining health. Black Bears depredated 17% of 315 nests of Yellow-bellied Sapsuckers in Sugar Maple stands, which accounts for 71% of all Yellow-bellied Sapsucker nest failures. Only 1 (2%) of 46 Hairy Woodpecker nests in the same Sugar Maple stands was depredated by a bear. None of 51 Yellow-bellied Sapsucker nests in aspen stands was depredated. In Sugar Maple stands, daily nest survival of Yellow-bellied Sapsucker nests was lowest when nestling begging calls were loudest and carried the farthest, in more recently harvested stands, and in trees other than American Beech (mostly Sugar Maple). Nest substrates were hardest at Hairy Woodpecker nests, followed by successful Yellow-bellied Sapsucker nests in American Beech and Quaking Aspen; Yellow-bellied Sapsucker nests were softest in stands that had been harvested within the past 30 years. Our study suggests that the risk of predation by American Black Bears at woodpecker nests is a combined function of nestling begging calls, which attract bears to the nest, and nest habitat characteristics, which influence accessibility to the interior of the cavity.
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 ».