Experimental Study of Black Bear (Ursus americanus) and Grizzly Bear (U. arctos) Tooth Marks and Other Gnawing Damage on Bone
Notice bibliographique
Résumé
Tooth mark and other gnawing damage modifications on bone from African carnivores have been extensively examined, but there are less data on North American carnivores, especially on Ursidae (bears). The present study examined gnawing damage by captive black bear (Ursus americanus) and grizzly bear (U. arctos) fed 55 proximal or distal femora from cattle (Bos taurus) in order to distinguish ursid gnaw damage characteristics. Tooth mark modifications examined include pits, punctures, scores, and furrows, while other gnaw damage modifications include crenellated margins, edge polish, scalloping, scooping, and crushed margins. Each tooth mark was processed through the open-source software ImageJ in order to obtain the area, perimeter, length, and width. Tooth pits had an average length of 3.5 mm and average width of 2.2 mm; scores had an average width of 1.5 mm. There was a statistically significant difference between ursid tooth pits and those created by various other scavenging species. Other common taphonomic effects included scalloping on the distal end of the femur, especially on the patellar articular surface; scooping on the proximal end of the femur, especially on the greater trochanter; and furrows, primarily on the distal end of the femur along the patellar articular surface and condyles. Cancellous scooping occurred in 35.2% of the entire sample, while scalloping occurred in 29.6% of the entire sample. These high percentages may be distinctive characteristics of ursid gnaw damage and therefore may help distinguish ursid scavenging from that of other carnivores.
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 | 0,002 |
| 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) | 0,003 | 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 ».