MétaCan
Menu
Retour à la cohorte
Enregistrement W2788677724

Réponses individuelles et fonctionnelles en sélection d'habitat et régime alimentaire de l'ours noir en forêt boréale aménagée

2017· article· fr· W2788677724 sur OpenAlexfundno aff
Rémi Lesmerises

Notice bibliographique

RevueSémaphore (Université du Québec à Rimouski) · 2017
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistère des Forêts, de la Faune et des ParcsUniversité du Québec à Rimouski
Mots-clésPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La variabilité comportementale à l'intérieur même d'une espèce ou d'une population est un concept de plus en plus étudié en écologie. Malgré tout, de nombreuses études menées à l'échelle populationnelle ignorent ou tentent de considérer cet effet uniquement dans le but d'identifier des tendances générales et généralisables. Cette thèse avait comme objectif central de quantifier la variabilité interindividuelle et de décrire ses impacts sur le comportement d'une espèce généraliste et sur l'interprétation des résultats issus d'analyses communément utilisées. Plus précisément, je visais à expliquer cette variabilité par plusieurs facteurs potentiels et quantifier leur importance relative. Cette variabilité peut être observée dans plusieurs facettes du comportement animal ; j'ai décidé de l'étudier dans le régime alimentaire et dans la sélection d'habitat de l'ours noir (Ursus americanus). Le premier chapitre s'intéresse donc au régime alimentaire en reliant le contenu des fèces d'ours connus à leurs caractéristiques individuelles (c.-à-d. sexe, âge, condition physique, statut reproducteur) et aux habitats visités lors de l'ingestion. Je souhaitais ainsi déterminer si la diète et la stratégie de quête alimentaire variaient entre les individus suivis et tenter d'expliquer ces différences. Une grande variabilité a été retrouvée au sein de la population étudiée. À titre d'exemple, les femelles accompagnées d'oursons se concentraient sur des ressources plus riches en protéines et dans les habitats offrant davantage de couvert de protection. Les mâles et les individus en meilleure condition physique concentraient leurs efforts sur des ressources riches en énergie, facilement digestibles et présentes en milieu plus ouverts. Le deuxième chapitre visait à vérifier si la variabilité observée à l'intérieur du régime alimentaire se retrouvait aussi dans le comportement de sélection d'habitat. Plus précisément, je souhaitais mettre en lumière le risque éventuel à ne pas considérer la variabilité interindividuelle et plutôt à se fier uniquement aux estimés populationnels. Les résultats obtenus démontrent qu'il existe bien une grande diversité de patrons comportementaux de sélection d'habitat, et que cette diversité est telle qu'elle peut biaiser les coefficients de sélection envers certains habitats en ne représentant seulement qu'une partie de l'échantillon suivi. Ainsi, des estimés nuls peuvent cacher des réponses fortes mais opposées au sein de l'échantillon, alors qu'un estimé significativement différent de zéro peut être le résultat d'une réponse forte d'une majorité d'individus composant l'échantillon, alors que les autres individus présentent une réponse nulle ou opposée à la réponse dominante. En fait, seulement 40% des estimés populationnels obtenus étaient représentatifs des estimés individuels. Le statut reproducteur, l'âge et la condition physique étaient les variables expliquant principalement cette variabilité comportementale. À titre d'exemple, les femelles accompagnées d'oursons préféraient les forêts matures alors que les individus en bonne condition physique, plus âgés et les mâles sélectionnaient davantage les milieux plus ouverts (p. ex. : coupes récentes et tourbières). Le troisième chapitre s'attardait à identifier la source de variabilité influençant le plus le comportement individuel parmi celles reconnues dans la littérature scientifique, en rapport avec les structures anthropiques que sont les routes et les chalets. Les caractéristiques individuelles avaient moins d'impact sur les différences comportementales observées face aux routes et aux chalets qu'envers les catégories d'habitat, rejoignant certains résultats du chapitre 2. Les réponses fonctionnelles et l'apparentement génétique entre les individus semblaient quant à eux avoir une influence plus importante sur la variabilité du comportement. Une plus grande densité des structures anthropiques dans le domaine vital saisonnier conduisait en effet à une plus grande sélection pour certaines structures lors de certaines saisons. Les individus plus apparentés démontraient quant à eux des comportements davantage similaires. En conclusion, cette thèse démontre l'importance de considérer la variabilité interindividuelle lors de l'étude du comportement animal. L'ignorer – ou tenter seulement de la contrôler statistiquement – peut mener à des résultats erronés en plus de sous-utiliser des données recueillies, offrant ainsi un portrait incomplet du comportement étudié. Les sources de variabilité influençant le comportement animal s'avérant nombreuses, cette thèse justifie d'en considérer autant que possible. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : apparentement, chalets, comportement, diète, génétique, ours noir, quête alimentaire, réponse fonctionnelle, routes, sélection d'habitat, structures anthropiques, variabilité interindividuelle.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,008
Tête enseignante GPT0,220
Écart entre enseignants0,212 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSémaphore (Université du Québec à Rimouski)Même sujetFire effects on ecosystemsTravaux en français237 207