MétaCan
Menu
Retour à la cohorte
Enregistrement W2503591946 · doi:10.14288/1.0095500

Winter habitat selection and use of clearcuts by elk in the White River drainage of southeastern British Columbia

2010· article· en· W2503591946 sur OpenAlexaboutno aff
Brian Phillip Churchill

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWhite (mutation)GeographyHabitatDrainageForestryFisheryArchaeologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

This study of elk winter habitat selection was conducted from June 1975 to May 1977. Surveys were conducted from November to April to observe elk use of habitat, patterns of use within clearcuts, and elk reaction to human activities and vehicle traffic. Programmes of habitat mapping, vegetation description and pellet group counts were conducted during the rest of the study period. The two winters of the study were mild. Snow depths never exceeded 45 cm, the depth hypothesized to initiate elk movement to areas of lower snowdepth. During these mild snow conditions elk selected clearcuts for feeding but utilized forested habitats for resting and escape cover. Subsequent studies in the same area (McLellan 1978) showed contrasting avoidance of clearcuts for two months during deep snow conditions where snowdepths exceeded 50 cm. Within clearcuts elk were observed to select moderate slopes further than 200 m from active roads for feeding and resting. Feeding activities within clearcuts showed selection for ridges, grass/forb vegetation and burned areas. Elk showed varying responses to slash accumulations during feeding activity. Elk selected the largest clearcut site and no preference for areas near edge of clearcuts was shown. Elk showed a strong avoidance reaction to human activity and vehicle traffic, fleeing to forest cover when disturbed. Recommendations for forest management are included.

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)0,000
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 enseignants0,365
Score d'incertitude au seuil0,735

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,005
Tête enseignante GPT0,154
Écart entre enseignants0,149 · 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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetRangeland and Wildlife ManagementTravaux en français237 207