MétaCan
Menu
Retour à la cohorte
Enregistrement W3042159750 · doi:10.1002/ecs2.3181

Population‐level monitoring of stress in grizzly bears between 2004 and 2014

2020· article· en· W3042159750 sur OpenAlexafffundabout
Abbey E. Wilson, Sean P. Kearney, Dan Wismer, Bryan Macbeth, Gordon Stenhouse, Nicholas C. Coops, David M. Janz

Notice bibliographique

RevueEcosphere · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensMinistry of ForestsFoothills Medical CentreUniversity of British ColumbiaUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaForest Resource Improvement Association of AlbertaSeven Generations EnergyfRI ResearchShell CanadaShell
Mots-clésEcologyUrsusPopulationDisturbance (geology)Grizzly BearsHabitatGeographyEnvironmental scienceBiologyDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Grizzly bears ( Ursus arctos ) in west‐central Alberta occupy an increasingly human‐dominated landscape. Natural resource extraction activities are hypothesized to increase stress in animals that reside in such changing landscapes by influencing habitat and resource availability. Our study aimed to determine whether stress, represented by hair cortisol concentration (HCC), was associated with variables related to landscape conditions in a population that increased by 7% annually from 2004 to 2014. Hair samples ( n = 157) were collected using barbwire hair snags placed throughout the Yellowhead bear management area in Alberta, Canada. Candidate models were developed a priori representing hypotheses related to biologically and ecologically plausible relationships between HCC and landscape variables. Generalized linear model analysis with landscape attributes representing anthropogenic disturbance, food resource availability, and terrain conditions was used to determine potential drivers of HCC. We found support (ΔAIC c ≤ 2.00) for three models that included variables from each hypothesis. Anthropogenic variables had the greatest impact on HCC; increasing oil and gas well‐site density resulted in reduced HCC, while increasing distance to coal mines resulted in elevated HCC. Hair cortisol concentration also increased as forest crown closure became more variable, while HCC decreased as the soil wetness (represented by compound topographic index) increased. Some forms of anthropogenic disturbance have been linked to increased food availability for this species. Therefore, we suggest that changes in landscape conditions from 2004 to 2014 may have indirectly increased food abundance and ultimately resulted in a reduction in HCC at a population level during this time period. Measuring HCC provides a non‐invasive and important monitoring strategy to assess the impact of environmental change on residing species and should be considered in landscape management decisions.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,005
Score d'incertitude au seuil0,784

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,023
Tête enseignante GPT0,231
Écart entre enseignants0,207 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcosphereMême sujetWildlife Ecology and ConservationTravaux en français237 207