Wellsite selection by grizzly bears <i>Ursus arctos</i> in west—central Alberta
Notice bibliographique
Résumé
Oil and gas development is widespread in west—central Alberta, yet little is known about the potential impacts of oil and gas activities on grizzly bear habitat use. Focusing on the impacts of one component of energy development, we studied the selection patterns of radio‐collared grizzly bears in relation to oil and gas wellsites in the Kakwa region of west—central Alberta. For each grizzly bear foraging season (spring, summer, and fall), we calculated a population level resource selection function (RSF) to assess the probability that bears would select for wellsites versus non‐wellsite habitat. We used mixed‐effects logistic regression and model selection to examine factors that could influence the probability of wellsite use, including: grizzly bear reproductive status, wellsite age, wellsite operational status, surrounding road and wellsite densities, adjacent forest canopy cover, and adjacent habitat. Bear reproductive status, surrounding road and wellsite densities, and adjacent canopy cover had the most influence on the probability of wellsite use. Females used wellsites more than expected in all seasons, and males selected for wellsites in summer and fall. Males used wellsites less than females, and females with young used wellsites more than both single females and males. Bears were more likely to use wellsites that had lower densities of disturbance (roads and wellsites) in the surrounding area. In the fall, older wellsites were also more likely to be used by bears. In areas with human access, grizzly bears attracted to anthropogenic features are at a higher risk of human‐caused mortality; therefore, their use of wellsites could have negative results for this threatened population.
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) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».