DIFFERENTIAL HABITAT SELECTION BY MOOSE AND ELK IN THE BESA-PROPHET AREA OF NORTHERN BRITISH COLUMBIA
Notice bibliographique
Résumé
Elk (Cervus elaphus) populations are increasing in the Besa-Prophet area of northern British Columbia, coinciding with the use of prescribed burns to increase quality of habitat for ungu- lates. Moose (Alces alces) and elk are now the 2 large-biomass species in this multi-ungulate, multi- predator system. Using global positioning satellite (GPS) collars on 14 female moose and 13 female elk, remote-sensing imagery of vegetation, and assessments of predation risk for wolves (Canis lupus) and grizzly bears (Ursus arctos), we examined habitat use and selection. Seasonal ranges were typi- cally smallest for moose during calving and for elk during winter and late winter. Both species used largest ranges in summer. Moose and elk moved to lower elevations from winter to late winter, but subsequent calving strategies differed. During calving, moose moved to lowest elevations of the year, whereas elk moved back to higher elevations. Moose generally selected for mid-elevations and against steep slopes; for Stunted spruce habitat in late winter; for Pine-spruce in summer; and for Subalpine during fall and winter. Most recorded moose locations were in Pine-spruce during late winter, calv- ing, and summer, and in Subalpine during fall and winter. Elk selected for mid-elevations except in summer and for steep slopes in late winter. Use and selection of 3 habitat classes were prominent for elk: Deciduous and Elymus burns, and Subalpine. Highest overlap between moose and elk occurred during fall and winter when both species used and strongly selected for Subalpine habitat. Neither elk nor moose selected areas to minimize the risk of wolf predation, but elk selected areas with lower risk of predation by grizzly bears and higher vegetation quality during calving and summer. ALCES VOL. 44: 41-63 (2008)
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 ».