Behavioural responses of southern mountain caribou to helicopter and skiing activities
Notice bibliographique
Résumé
Helicopter- and snowcat-supported backcountry skiing is a unique industry that is widespread throughout southern mountain caribou habitat in British Columbia. We analyzed standardized caribou encounter data collected by operators under an agreement between the BC government and Helicat Canada. Average reported encounter rates were low for helicopters (0.6%) and skiing groups (0.1%); however, encounters were likely underreported due to factors that affect caribou sightability. Although helicopters encountered caribou more frequently than skiing groups, caribou were detected from helicopters at greater distances than by skiers. We used Bayesian network models to assess the independent contribution of different factors to the behavioural response of caribou to encounters. Encounter distance was the most important factor in both helicopter and skiing models. Larger groups of caribou responded strongly to skiers but not to helicopters, although the independent effect of this factor was small in both models. Larger helicopters elicited stronger reactions from caribou than smaller machines and was responsible for 25% of the modelled variation in caribou response. Encounters with helicopters at distances of 100–500m had a 78% probability of eliciting a concerned-to-very-alarmedresponse from caribou, while skiers at a similar distance had a 60% probability of eliciting the same response. The probability of concerned-to-very-alarmed responses dropped to <20% at encounter distances of >1000 m. These results indicate that initial encounter distance is the key variable to manage risk to caribou of helicopter and skiing encounters. Ongoing feedback on the effectiveness of management practices is critical to ensure the continued viability of industries operating in caribou habitat.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».