MétaCan
Menu
Retour à la cohorte

GRIZZLY BEAR DEMOGRAPHICS IN AND AROUND BANFF NATIONAL PARK AND KANANASKIS COUNTRY, ALBERTA

2005· article· en· W2173621825 sur OpenAlexaffabout
David L. Garshelis, Michael L. Gibeau, Stephen Herrero

Notice bibliographique

RevueJournal of Wildlife Management · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of CalgaryParks Canada
Organismes subventionnairesnon disponible
Mots-clésUrsusDemographyNational parkPopulationVital ratesGrizzly BearsReproductionLitterGeographyPopulation growthMortality rateDemographicsBiologyEcology

Résumé

récupéré en direct d'OpenAlex

The area in and around Banff National Park (BNP) in southwestern Alberta, Canada, is 1 of the most heavily used and developed areas where grizzly bears (Ursus arctos) still exist. During 1994–2002, we radiomarked and monitored 37 female and 34 male bears in this area to estimate rates of survival, reproduction, and population growth. Annual survival rates of bears other than dependent young averaged 95% for females and 81–85% for males. Although this area was largely unhunted, humans caused 75% of female mortality and 86% of male mortality. Females produced their first surviving litter at 6–12 years of age (x̄ = 8.4 years). Litters averaged 1.84 cubs spaced at 4.4-year intervals. Adult (≥ 6-years-old) females produced 0.24 female cubs per year and were expected to produce an average of 1.7 female cubs in their lifetime, based on rates of reproduction and survival. Cub survival was 79%, yearling survival was 91%, and survival through independence at 2.5–5.5 years of age was 72%, as no dependent young older than yearlings died. Although this is the slowest-reproducing grizzly bear population yet studied, high rates of survival seem to have enabled positive population growth (λ = 1.04, 95% CI = 0.99–1.09), based on analyses using Leslie matrices. Current management practices, instituted in the late 1980s, focus on alleviating human-caused bear mortality. If the 1970–1980s style of management had continued, we estimated that an average of 1 more radiomarked female would have been killed each year, reducing female survival to the point that the population would have declined.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,379

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations178
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Wildlife ManagementMême sujetWildlife Ecology and ConservationTravaux en français237 207