THE IMPORTANCE OF INDIVIDUAL VARIATION IN DEFINING HABITAT SELECTION BY MOOSE IN NORTHERN BRITISH COLUMBIA
Notice bibliographique
Résumé
ABSTRACT: Understanding resource use and selection has been central to many studies of ungu-late ecology. Global positioning satellite (GPS) collars, remote sensing, and geographic information systems (GIS) now make it easier to examine variation in use and selection by individuals. Resource selection functions, however, are commonly developed for global (all animals pooled) models and important information on individual variability may be lost. Using data from 14 female moose (Alces alces) collared in the Muskwa-Kechika Management Area of northern British Columbia, we examined differences among global and individual resource selection models for 5 seasons (winter, late winter, calving, summer, and fall). The global models indicated that moose selected for mid-elevations, and for deciduous burns and Carex sedge areas in all seasons. Resource selection models for individuals, however, indicated that no individuals selected the same attributes as the global models. We also ex-amined selection ratios among seasons with individual moose as replicates, and within individuals with bootstrapping techniques. We discuss the importance of considering individual variation in defining resource selection and habitat use by moose and contrast the results of selection ratios and resource selection models. We also use these data to illustrate some of the pitfalls that can be encountered using the 2 methodologies. ALCES VOL. 44: 7-20 (2008) Key words: Alces alces, habitat selection, home range, individual variation, resource selection, selec-
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».