Application of a species distribution model to identify and manage bear den habitat in central British Columbia, Canada
Notice bibliographique
Résumé
Several mammals have adapted to harsh winter conditions by adopting hibernation strategies that enable them to survive periods of unfavourable environmental conditions. At northern latitudes, black and brown bears can be in a state of hibernation for up to seven months. As a result of this prolonged occupation of one small space, bears can be vulnerable to environmental and human caused disturbances. In this study, we developed a predictive model that identifies potential den habitat for black bears that can assist with management planning for industrial land development activities. We identified 40 dens (17 excavated in soil and 23 natural rock cavities) and used fine‐scale information to determine how dens were positioned in forest stands. We found that bears denned in areas on mid to upper slope positions and that soil dens were located mainly in clay‐loam soil complexes while rock cavity dens were either caves or cavities in boulder piles. Den location was distant from portions of the study area with relatively high road density. We then used resource selection functions to predict where bear dens might be located on the landscape. When applied to the GIS data, the averaged coefficients suggested that 3.1% of the study area had a high suitability ranking as den habitat while 9.1%, 14.6%, and 73.2% had mid, low, and limited suitability, respectively. In our study area, habitat for den sites is reasonably predictable and should be considered during the planning of industrial activities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».