Behaviours of moose at roadside mineral licks in British Columbia: Implications for moose-vehicle collisions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Moose (Alces americanus) visit roadside mineral licks (RMLs; areas of roadside ditches where de-icing salts accumulate in spring) to obtain minerals that may be otherwise lacking in their diet. When moose use road corridors to access salts, they become hazards to motorists. Moose use of RMLs is dependent on season and time of day, but specific patterns of use and associated behaviours that may influence moose-vehicle collision risk are unknown. We used video-enabled camera traps, analysis of variance, and generalized additive mixed models to record, review, interpret, classify, and analyze the behaviours of adult moose between July 2012—July 2020 at five RMLs in north-central British Columbia. Monthly visitation rates to RMLs peaked in mid-summer which corresponds with the summer peak in moose-vehicle collisions in the study area. Bi-hourly visitation rates peaked at night. Vigilance and licking were the most common of many behaviours recorded. Cows with young spent the most time at RMLs, followed by bulls, then solitary cows. Proportion of time spent vigilant peaked in May, licking peaked in June. Time spent licking was highest for bulls, followed by cows with young, then solitary cows. Research into complex and interacting factors such as traffic volume and flow, driver visibility and awareness of moose, and various methods for de-icing roads is further required to determine robust means of mitigating the risk of moose-vehicle collisions.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découle