MétaCan
Menu
Retour à la cohorte
Enregistrement W2328679237 · doi:10.1139/cjz-2014-0029

Follow the leader: social cues help guide landscape-level movements of American black bears (<i>Ursus americanus</i>)

2014· article· en· W2328679237 sur OpenAlexvenueno aff
Karen V. Noyce, David L. Garshelis

Notice bibliographique

RevueCanadian Journal of Zoology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUrsusFacultativeBiologyEcologyHabitatPopulationSocial cueGrizzly BearsZoologyDemographyPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Solitary, facultative migrating animals must make decisions each year on whether, when, and where to migrate. Factors influencing individuals in their movement choices are poorly understood. American black bears (Ursus americanus Pallas, 1780) commonly migrate in late summer to areas of concentrated foods before winter denning; some bears also move long distances to dens. We radio-tracked seasonal migrations of >200 bears in Minnesota, USA, over 10 years. We observed concurrences in movements that suggested social coordination among individuals, including (i) individuals with neighboring summer ranges traveling to the same distant feeding and (or) denning areas, (ii) shared travel routes with use staggered through time, and (iii) instances of ≥2 individuals traveling in loose tandem over tens of kilometres. We sought to explain the mechanism for these coordinated migrations by comparing our observations to the predictions of six hypotheses: instinct, landscape morphology, habitat gradients, long-distance olfaction, maternal teaching, and conspecific cueing. The most parsimonious explanation was that bears follow other bears, with social cueing likely mediated through chemical communication. Males likely play a key role in social transmission of knowledge of the nutritional landscape via a system of travel routes and information centers that benefits the entire 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,224
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 source (Gemma direct ou Codex distillé), 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

Citations74
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetWildlife Ecology and ConservationTravaux en français237 207