Female and male grizzly bears differ in their responses to low‐intensity recreation in a protected area
Notice bibliographique
Résumé
Abstract Strategies animals use to navigate human‐dominated landscapes frequently mimic anti‐predator responses employed by prey species. Understanding how large carnivores respond to outdoor recreation is important for conservation, particularly in protected areas with preservation mandates. Visitation to Yellowstone National Park doubled from 1980 to 2015, increasing the need to examine potential changes in behavior of grizzly bears ( Ursus arctos ) in relation to human recreation sites (trails, backcountry campsites). We developed integrated step‐selection functions to explore how recreation sites influenced the movement rate and selection by male and female grizzly bears. Further, we tested whether time of day (diurnal, crepuscular, nocturnal) and restrictions to human access (i.e., restricted, unrestricted) modified bear responses and then compared behaviors based on proximity to recreation sites. Male grizzly bears used trails to travel during crepuscular and nocturnal hours and exhibited more pronounced behavior in restricted areas compared with unrestricted areas, suggesting recreation in unrestricted areas influenced the behavior of male bears. In contrast, female bears varied their movement rate and selection of trails in restricted areas much more than in unrestricted areas, suggesting females may make security tradeoffs between male bears and people. Both sexes used trails, likely as energetically efficient travel corridors; however, our analyses did not indicate that bears spent time near backcountry campsites. The sex‐based differences in selection and movement patterns associated with trails and campsites suggest a single management approach for recreation may not equally benefit all bears. Recreation impacts on wildlife are complex to characterize and predict, but simultaneously modeling movement and selection provides a more comprehensive assessment of strategies animals use to navigate perceived risk.
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 | 0,000 |
| 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) | 0,002 | 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 ».