To jump or not to jump: Mule deer and white‐tailed deer fence crossing decisions
Notice bibliographique
Résumé
ABSTRACT Modified fencing structures have been recommended with the intention of enhancing ungulate movement. Ungulates such as mule deer ( Odocoileus hemionus ) and white‐tailed deer ( O. virginianus ) typically negotiate fences by jumping over them. We examined 2 fine‐scale fence crossing decisions to determine factors influencing 1) crossing success and 2) the mode of crossing by 2 sympatric deer species. From 2010 to 2016, we used remote cameras along fence lines in 2 study areas—Canadian Forces Base Suffield in southeastern Alberta, Canada, and The Nature Conservancy's Matador Ranch in north‐central Montana, USA—that captured images of deer–fence interactions before and after fence modifications were installed. We used logistic regression to model the probability of deer successfully crossing a fence and mode of crossing (jumping over vs. crawling under) based on fence characteristics and demographic factors. We documented 486 crossing attempts, of which 313 were successful (64.4%), indicating that pasture fences acted as a semipermeable barrier to deer. Of these 313 successful attempts, 152 crawled under the fence (48.6%) as opposed to jumping over it. We documented behavioral differences in mode of crossing between species when successfully crossing a fence. Results indicate that deer are selecting known crossing sites at broad scales as places to negotiate fences, and when assessing finer scale decisions at these sites, white‐tailed deer seemed to acclimate better than mule deer to our imposed changes (switched from crawling under to jumping over the fence). Though sample size was low in terms of use at modified fence sites, we recommend visually inconspicuous modifications (such as clips to increase the bottom wire height as opposed to goat‐bars) when implementing pasture fencing that was friendlier for deer. We also recommend modifications be implemented strategically; placement of modifications may be just as important to consider as the modification type. © 2018 The Wildlife Society.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 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) | 0,002 | 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 ».