Red deer behavioural response to hiking activity: a study using camera traps
Notice bibliographique
Résumé
Abstract With increasing levels of outdoor recreation activities, consequences for wildlife through interactions with recreationists are highly variable. Behavioural changes in wildlife are one potential consequence of interactions with outdoor recreationists. In ungulate populations, vigilance and flight responses are well‐known antipredator behaviours, and an increase in their level indicates a more intense stress level which, ultimately, can have consequences for animal fitness. In Scotland, the geographical distribution of red deer ( Cervus elaphus ) overlaps greatly with areas used for popular outdoor activities such as hill walking. In this piece of research, we studied red deer time allocation, vigilance, and flight behaviours near a popular hiking path using camera traps. We positioned the cameras in transects at different distances (25, 75, and 150 m) from the path and recorded hiking activity using an automated people counter. Red deer behaviour was categorized from photo analysis as (1) no response (e.g. feeding and resting), (2) vigilant (i.e. upright head position), and (3) flight response. We also investigated demographic variables (group size and sex) and the direction of red deer movement relative to the trail. We used generalised linear mixed models to analyse behaviour in relation to the distance from the hiking track, hiking activity, time of the day, demographic, and environmental variables. We did not find an increase in vigilance or flight behaviour in relation to the distance from the hiking path or the hiking activity. These results suggest that red deer, in our study area, are habituated to the presence of hikers and may spatially avoid areas close to the hiking path instead of displaying cost‐intensive behaviour (i.e. flight or vigilance behaviour).
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 | 0,001 | 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 ».