Changing spring snow cover dynamics and early season forage availability affect the behavior of a large carnivore
Notice bibliographique
Résumé
Changing climates are altering wildlife habitats and wildlife behavior in complex ways. Here, we examine how changing spring snow cover dynamics and early season forage availability are altering grizzly bear (Ursus arctos) behavior postden emergence. Telemetry data were used to identify spring activity dates for 48 individuals in the Yellowhead region of Alberta, Canada. Spring activity date was related to snow cover dynamics using a daily percent snow cover dataset. Snow melt end date, melt rate, and melt consistency explained 45% of the variation in spring activity date. We applied this activity date model across the entire Yellowhead region from 2000 to 2016 using simulated grizzly bear home ranges. Predicted spring activity date was then compared with a daily spring forage availability date dataset, resulting in "wait time" estimates for four key early season forage species. Temporal changes in both spring activity date and early season forage "wait times" were assessed using non-parametric regression. Grizzly bear activity date was found to have either remained constant (95%) or become earlier (5%) across the study area; virtually no areas with significantly later spring activity dates were detected. Similarly, the majority of "wait times" did not change (85%); however, the majority of significant changes in "wait times" for the four early season forage species indicated that "wait times" were lessening where changes were detected. Our results show that spring activity date is largely dictated by snow melt characteristics and that changing snow melt conditions may result in earlier spring activity. However, early season food stress conditions are likely to remain unchanged or improve as vegetation phenology also becomes earlier. Our findings extend the recent work examining animal movement in response to changing phenology from migratory birds and ungulates to an apex predator, further demonstrating the potential effects of changing climates on wildlife species.
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 ».