Terrain Features and Architecture of Wolverine (Gulo gulo) Resting Burrows and Reproductive Dens on Arctic Tundra
Notice bibliographique
Résumé
Burrowing species rely on subterranean and subnivean sites to fulfill important life-history and behavioral processes, including predator avoidance, thermoregulation, resting, and reproduction. For these species, burrow architecture can affect the quality and success of such processes, since characteristics like tunnel width and chamber depth influence access by predators, thermal insulation, and energy spent digging. Wolverines (Gulo gulo) living in Arctic tundra environments dig burrows in snow during winter for resting sites and reproductive dens, but there are few published descriptions of such burrows. We visited 114 resting burrows and describe associated architectural characteristics and non-snow structure. Additionally, we describe characteristics of 15 reproductive den sites that we visited during winter and summer. Although many resting burrows were solely excavated in snow, most incorporated terrain structures including cliffs, talus, river shelf ice, thermokarst caves, and stream cutbanks. Burrows typically consisted of a single tunnel leading to a single chamber, though some burrows had multiple entrances, branching tunnels, or both. Tunnels in resting burrows were shorter than those in reproductive dens, and resting chambers were typically located at the deepest part of the burrow. Reproductive dens were associated with snowdrift-forming terrain features such as streambeds, cutbanks on lake edges, thermokarst caves, and boulders. Understanding such characteristics of Arctic wolverine resting and reproductive structures is critical for assessing anthropogenic impacts as snowpack undergoes climate-driven shifts.
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 | 0,001 |
| 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 ».