MétaCan
Menu
Retour à la cohorte
Enregistrement W2903888521 · doi:10.1016/j.anbehav.2018.11.008

Don't poke the bear: using tracking data to quantify behavioural syndromes in elusive wildlife

2018· article· en· W2903888521 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAnimal Behaviour · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsFonds de recherche du Québec – Nature et technologiesHorizon 2020 Framework ProgrammeNaturvårdsverketNorges ForskningsrådAustrian Science FundCanada Research ChairsRobert Bosch StiftungNatural Sciences and Engineering Research Council of CanadaEuropean Commission
Mots-clésBoldnessWildlifePsychologyPopulationBehavioral syndromePersonalityEcologyHabitatDemographyBiologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Animal personality traits and the emergence of behavioural syndromes, i.e. between-individual correlation of behaviours, are commonly quantified from behavioural observations in controlled environments. Subjecting large and elusive wildlife to controlled test situations is, however, rarely possible, suggesting that ecologists should exploit alternative measures of behaviours for quantifying differences between individuals. Our goal was to test whether movement and space use data can be used to quantify behavioural syndromes in the wild. We quantified six behaviours from GPS and dual motion sensor tracking devices of 46 adult female brown bears followed in southcentral Sweden over the summer and early autumn. As well as daily travel distance, an indicator for activity, and daily displacement, an indicator for exploration, we quantified four behaviours that increase a bear's likelihood of encountering humans and could thus serve as indicators for boldness: diurnality, selection for roads and selection for two open habitat types, bogs and clearcuts, with low lateral cover. We tested (1) whether behaviours showed repeatable between-individual variation (animal personality) and (2) whether behaviours were correlated between individuals and thus formed a behavioural syndrome. Repeatability of behaviours ranged from 0.16 to 0.61 confirming between-individual variation in movement, activity and space use. A multivariate mixed model revealed significant positive correlations between travel distance, displacement and diurnality, suggesting the existence of an activity–exploration and potentially partial boldness syndrome in our bear population. Selection for exposed or human-frequented habitats were uncorrelated with the activity–exploration syndrome and with each other, albeit there was a trend for stronger road avoidance by bears that readily used clearcuts. We show that large tracking data sets can be used to quantify between-individual correlation in spatial behaviours. We suggest that delineating behavioural types from wildlife tracking data will be of increasing interest because of the importance of animal personality for ecological processes, wildlife conservation and human–wildlife coexistence.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,003
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,134
Tête enseignante GPT0,334
Écart entre enseignants0,200 · 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