Unsecured attractants, collisions, and high mortality strain coexistence between grizzly bears and people in the <scp>Elk Valley</scp> , southeast <scp>British Columbia</scp>
Notice bibliographique
Résumé
Abstract Historical persecution of grizzly bears in North America reduced the species range by 55%. Today, dedicated recovery efforts and shifting societal perceptions have supported the recovery and expansion of grizzly bear populations in many areas. With increasing overlap between people and bears, conservation actions and scientific inquiry are now shifting efforts toward supporting coexistence with bears. Here, we assessed the demography and behavior of grizzly bears in a coexistence landscape in southeast British Columbia, Canada, where abundant grizzly bear populations occur among busy, human‐settled valleys. Between 2016 and 2022, we captured 76 individual grizzly bears and monitored their conflict behavior, survival, and reproduction for 160 animal‐years. The cause of death for 14 animals with a functioning collar was human–wildlife conflict ( n = 6), road or rail collision ( n = 6), unknown but human suspected ( n = 1), and natural ( n = 1). Subadult survival was the lowest recorded in North America, while adult survival was similar to other studies, suggesting an intense demographic filter for young animals. We estimate that human‐caused mortality is underreported in government databases by 65%, or for every recorded mortality, there are ~2 that go unreported. Reporting was especially low for road and rail mortalities. Grizzly bear mortality in the Elk Valley due to collisions and conflicts with people is an order of magnitude greater than elsewhere in British Columbia. Combining DNA‐ and collar‐based estimates of population growth, we show that grizzly bear abundance is stable due to source‐sink dynamics, whereby ~7 immigrant bears per year offset the high mortality rates in the area. Grizzly bears dispersing into the valley are often young and more conflict‐naïve, creating a conflict spiral that can be interrupted by reducing mortality of young animals. Creating a self‐sustaining population of bears in the Elk Valley that is not reliant on immigration will require targeted efforts to reduce or secure attractants on private property and strategies to minimize collisions with trains and vehicles.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».