Implications of a high-energy and low-protein diet on the body composition, fitness, and competitive abilities of black (<i>Ursus americanus</i>) and grizzly (<i>Ursus arctos</i>) bears
Notice bibliographique
Résumé
Plants are not ideal foods for bears yet many populations are largely vegetarian. Implications of this diet on the body composition, fitness, and competiveness of black ( Ursus americanus Pallas, 1780) and grizzly ( Ursus arctos L., 1758) bears have had limited field investigation. The analysis of scats of grizzly and black bears from the Flathead valley, British Columbia, suggest seasonal dietary differences between species, but >85% of the summer diet of both species were fruits that are low in protein. Body composition measurements showed bears loose fat during spring, gained fat during summer, and grizzly bears were leaner than black bears. Individual black bears gained mass up to 2.7 times faster than theory predicted. Bears rapidly gained fat but lost lean tissues while feeding on fruit, suggesting that lean tissues were used to buffer seasonal protein shortages. Comparisons among populations of grizzly bears without access to salmon revealed the amount of meat in the diet was positively related with adult female mass but negatively related with bear density. Bears have the behavioural and phenotypic plasticity which enables populations that focus their foraging on plants to have small but fat females and live at higher densities than populations that focus more on obtaining terrestrial meat.
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 | 0,003 |
| 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 ».