Foraging behaviour of snowshoe hares (<i>Lepus americanus</i>) in conifer forests regenerating after fire
Notice bibliographique
Résumé
Wildfires in conifer forests create patchy, heterogeneous landscapes. For many animal species, this post-fire variability means having to navigate quite different habitat patches to locate adequate cover and food. For snowshoe hares (Lepus americanus Erxleben, 1777), post-fire landscapes could include risky open patches, as well as dense regenerating stands rich in food and cover. We analyzed snowshoe hare tortuosity, speed of movement, and amount of browse along winter foraging pathways in unburned mature forest and in dense regenerating stands or open areas with sparse regeneration 12–13 years after the Okanagan Mountain Park fire (>25 000 ha near Kelowna, British Columbia, Canada) to determine whether hares change foraging behaviour in relation to cover type. Hares moved the fastest and browsed the least in open habitats. Hares browsed most often in areas where sapling regeneration was dense; their main forage was lodgepole pine (Pinus contorta Douglas ex Loudon). No differences were found in pathway tortuosity in relation to cover type (open, regenerating, or mature patches). When hares moved slower along foraging pathways, they also moved slightly more tortuously and ate more. These results suggest that hares prefer post-fire areas with dense tree regeneration.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,001 | 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 ».