Nature vs. Nurture: Evidence for Social Learning of Conflict Behaviour in Grizzly Bears
Notice bibliographique
Résumé
The propensity for a grizzly bear to develop conflict behaviours might be a result of social learning between mothers and cubs, genetic inheritance, or both learning and inheritance. Using non-invasive genetic sampling, we collected grizzly bear hair samples during 2011-2014 across southwestern Alberta, Canada. We targeted private agricultural lands for hair samples at grizzly bear incident sites, defining an incident as an occurrence in which the grizzly bear caused property damage, obtained anthropogenic food, or killed or attempted to kill livestock or pets. We genotyped 213 unique grizzly bears (118 M, 95 F) at 24 microsatellite loci, plus the amelogenin marker for sex. We used the program COLONY to assign parentage. We evaluated 76 mother-offspring relationships and 119 father-offspring relationships. We compared the frequency of problem and non-problem offspring from problem and non-problem parents, excluding dependent offspring from our analysis. Our results support the social learning hypothesis, but not the genetic inheritance hypothesis. Offspring of problem mothers are more likely to be involved in conflict behaviours, while offspring from non-problem mothers are not likely to be involved in incidents or human-bear conflicts themselves (Barnard's test, p = 0.05, 62.5% of offspring from problem mothers were problem bears). There was no evidence that offspring are more likely to be involved in conflict behaviour if their fathers had been problem bears (Barnard's test, p = 0.92, 29.6% of offspring from problem fathers were problem bears). For the mother-offspring relationships evaluated, 30.3% of offspring were identified as problem bears independent of their mother's conflict status. Similarly, 28.6% of offspring were identified as problem bears independent of their father's conflict status. Proactive mitigation to prevent female bears from becoming problem individuals likely will help prevent the perpetuation of conflicts through social learning.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».