MétaCan
Menu
Retour à la cohorte
Enregistrement W4415955822 · doi:10.1002/jwmg.70138

Assessing potential impacts of black bear predation on neonatal mortality in boreal caribou

2025· article· en· W4415955822 sur OpenAlexafffundabout
Liam G. Horne, Craig A. DeMars, Tal Avgar, Melanie Dickie, Marcus Becker, Robert Serrouya, Stan Boutin

Notice bibliographique

RevueJournal of Wildlife Management · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensAlberta Biodiversity Monitoring InstituteOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsGovernment of AlbertaAlberta Conservation Association
Mots-clésWoodland caribouPredationBorealIce calvingHabitatTaigaUrsus

Résumé

récupéré en direct d'OpenAlex

Abstract Boreal woodland caribou ( Rangifer tarandus caribou ) populations are declining because of increasing predation that is ultimately attributed to human‐caused landscape alterations and climate change. Bears ( Ursus spp.) can be a primary cause of neonate caribou mortality, yet bear–caribou dynamics during the calving season are poorly understood, particularly in western Canada. Using a simulation parameterized by empirical data from black bears ( U. americanus ) and caribou, we assessed how bear movement, habitat use, and density interact with caribou calving habitat selection to influence predation of caribou neonates. For each simulation, we placed neonates within caribou ranges according to caribou densities and calving dates. We then monitored their fates for 2 weeks, the period during which calves are particularly vulnerable to bear predation. Simulated neonates could be killed when the movement paths of global positioning system (GPS)‐collared bears came within a specified detection distance. We multiplied simulated kill rates by known bear abundance to estimate the number of neonates killed by the entire bear population. Simulation results indicated that individual bears rarely kill neonates because of low bear–neonate spatial overlap, but neonatal mortality can still be high owing to the bear densities regularly observed in the boreal forest. Caribou selected habitat during calving that reduced bear predation compared to calving randomly across their range. Recent efforts to conserve caribou have included predator reductions, but our results highlight that such action would be a challenge for black bears because it would require removing a high number of bears, many of which would never encounter a caribou calf.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,274
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Wildlife ManagementMême sujetWildlife Ecology and ConservationTravaux en français237 207