Incorporating movement patterns to discern habitat selection: black bears as a case study
Notice bibliographique
Résumé
Context Animals’ use of space and habitat selection emerges from their movement patterns, which are, in turn, determined by their behavioural or physiological states and extrinsic factors. Aim The aims of the present study were to investigate animal movement and incorporate the movement patterns into habitat selection analyses using Global Positioning System (GPS) location data from 16 black bears (Ursus americanus) in a fragmented area of Florida, USA. Methods Hidden Markov models (HMMs) were used to discern the movement patterns of the bears. These results were then used in step-selection functions (SSFs) to evaluate habitat selection patterns and the factors influencing these patterns. Key results HMMs revealed that black bear movement patterns are best described by three behavioural states: (1) resting (very short step-lengths and large turning angles); (2) encamped (moderate step-lengths and large turning angles); and (3) exploratory (long step-lengths and small turning angles). Bears selected for forested wetlands and marsh wetlands more than any other land cover type, and generally avoided urban areas in all seasons and when in encamped and exploratory behavioural states. Bears also chose to move to locations farther away from major roads. Conclusions Because habitat selection is influenced by how animals move within landscapes, it is essential to consider animals’ movement patterns when making inferences about habitat selection. The present study achieves this goal by using HMMs to first discern black bear movement patterns and associated parameters, and by using these results in SSFs to investigate habitat selection patterns. Thus, the methodological framework developed in this study effectively incorporates state-specific movement patterns while making inferences regarding habitat selection. The unified methodological approach employed here will contribute to an improved understanding of animal ecology as well as informed management decisions. Implications Conservation plans focused on preserving forested wetlands would benefit bears by not only providing habitat for resting and foraging, but also by providing connectivity through fragmented landscapes. Additionally, the framework could be applied to species that follow annual cycles and may provide a tool for investigating how animals are using dispersal corridors.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».