Diet and macronutrient niche of Asiatic black bear (<i>Ursus thibetanus</i>) in two regions of Nepal during summer and autumn
Notice bibliographique
Résumé
Abstract Relatively little is known about the nutritional ecology of omnivorous Asiatic black bears (Ursus thibetanus) in Nepal. We characterized the diet of black bears in two seasons (June–July, “summer”; and October–November “autumn”) and two study areas (Dhorpatan Hunting Reserve [DHR]; and Kailash Sacred Landscape [KSL]). We then conducted nutritional analysis of species consumed by black bears in each study area, in combination with nutritional estimates from the literature, to estimate the proportions of macronutrients (i.e., protein [P], lipid [L], and carbohydrate [C]) in the seasonal bear foods and diets, as well as their macronutrient niche breadth. We found that bamboo (Arundinaria spp.) had the highest relative frequency in both study areas and seasons. Ants and termites were found in DHR diets, but not KSL diets. One anthropogenic crop was found in DHR summer diets (Zea mays) and two were found in KSL summer diets (Z. mays; and Kodo millet [Paspalum scrobiculatum]). Other than insects, no animal prey was found in either diet. The proportions of macronutrients in diets (i.e., realized macronutrient niches) were relatively high in carbohydrate for both study areas and seasons: DHRsummer 24.1P:8.7L:67.2C; KSLsummer 16.7P:8.2L:75.1C; DHRautumn 21.1P:10.5L:68.4C; KSHautumn 19.0P:11.0L:70.0C. Macronutrient niche breadth was 3.1 × greater in the DHR than KSL during summer, and 4.0 × greater in the autumn, primarily due to the higher proportion of lipid in ants and termites relative to plant foods. Within‐study area differences in niche breadth were greater during summer than autumn; in the KSH the macronutrient breadth was 1.4 × greater in summer, while in the DHR it was 1.1 × greater in summer. Similarity in dietary macronutrient proportions despite differences in foods consumed and niche breadth are suggestive of foraging to reach a preferred macronutrient balance.
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 | 0,001 | 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 ».