Human Interaction and Disturbance of Denning Polar Bears on Alaska’s North Slope
Notice bibliographique
Résumé
Across the central coast of Alaska’s North Slope, human-polar bear interactions concern both industry and wildlife managers alike. In response to sea ice reductions due to climate change, parturient polar bears (Ursus maritimus) in the Southern Beaufort Sea subpopulation are increasingly accessing coastal topography for suitable denning habitat. Land-denning bears are more susceptible to anthropogenic stressors, chiefly in areas with high levels of energy exploration, extraction, and production. For over 30 years, denning polar bears in the Southern Beaufort Sea subpopulation have been monitored directly or through opportunistic observations. Scientists have opportunistically recorded polar bear responses to aircraft, snow machines, track vehicles, heavy machinery, trucks, dogs, and humans afoot within the denning area. The long-term nature of this work and associated human-bear interaction observations represent a unique dataset that provides insight to wildlife managers into the way polar bears have responded to anthropogenic stimuli in active oil fields. Our objective here is to analyze the different disturbance stimuli at den sites and the associated bear responses. To do so, we subdivided potential stimuli into four groups based on the size, noise levels, and motion of each. Both field notes and video recordings of interactions were analyzed and ranked by response intensity where available. We found significant probabilities for disturbance among all stimulus classes, with aircraft showing the highest potential for initiating den abandonment. However, while all human activities elicited varying degrees of response, the overall response intensity was less than anticipated, even under high-use scenarios. Our data indicate that the current guideline of a 1.6 km (1 mile) buffer zone effectively minimizes disturbance to denning polar bears. These data will provide both wildlife managers and industry with information that can be used to promote polar bear conservation through minimizing disturbance and informing the development of alternative actions for dealing with bears denned near industrial activity.
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) | 0,000 | 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 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 ».