Grizzly Bear Behaviour in Forested, Clearcut and Non-Forested Areas in Sub-Boreal British Columbia
Notice bibliographique
Résumé
Forestry operations impact the distribution, abundance and diversity of species as well as the processes of succession. To understand the mechanisms of how forestry affects Grizzly Bears ( Ursus arctos L.), we need to know how bears use harvested stands and unlogged areas. To get at that, we visited 311 locations of 28 (16 female, 12 male) Grizzly Bears, 1998-2003, to determine how bears were using those sites. We determined the bears’ primary activity at each site and categorized the cover type as either: (1) clearcut; (2) forested stand; or, (3) non-forested. Sites were normally visited within 7 days of the bear leaving the area. Grazing on graminoids and forbs was common in all three stand types. Bears fed on more ants/larvae in clearcuts than forested stands, whereas they fed on more meat in forested stands than clearcuts. We did not detect bears foraging more on berries in clearcuts than forested stands. Twenty percent of the identified behaviours related to non-foraging activities and resting was the primary non-foraging behaviour with bears resting more in forests than clearcuts or non-forested cover types. We also showed activity differences among spring, summer and fall. Moving/travelling occurred in all three cover types as expected, but bears travelled more in fall than spring or summer. Resting sites were more common in the forest than in the other landcover types in all three seasons. Overall, bears tended to feed in clearcuts and rest in forests. 1
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 | 0,000 |
| 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 | 0,000 | 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 | 0,000 |
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 ».