“The landscape of love”: sex-specific habitat-use during the mating season in a solitary large carnivore
Notice bibliographique
Résumé
Context: In mammals, reproductive strategies and movement behavior can differ between sexes, influenced by biological and environmental factors. Whereas males typically adopt a "roam-to-mate" strategy, increasing movement to locate females, females may also adjust their behavior to enhance mating opportunities. Habitat and human disturbance can further shape the spatial structure of mating encounters. Objectives: This study investigates sex-specific habitat use during mating in brown bears. We test (1) which habitats facilitate initial male-female encounters, and (2) how habitat use differs between solitary and consorting individuals, focusing on sex-based differences and responses to anthropogenic features. Methods: We used GPS data from 70 unique adult brown bears (44 females, 26 males) during the mating season in Sweden (2006-2016). We contrasted initial encounter areas of male-female pairs with surrounding available habitat to assess encounter site preferences, accounting for natural and anthropogenic landscape features. Additionally, we compared habitat use for each sex when solitary versus consorting. Results: Bears most often encountered the opposite sex in clearcuts and young forests. When consorting, males moved farther away from anthropogenic areas than when solitary and increased their use of clearcuts, whereas females reduced their use of young and old forests, in contrast to males. Both sexes approached roads more when consorting. Conclusion: This study revealed distinct sex-specific habitat preferences during brown bear consorting behavior, supporting the evidence of female "roam-to-mate" behavior by adjusting to males' habitat use. Our findings emphasize the importance of managing anthropogenic landscapes for conservation efforts, especially if they disrupt mating behaviors. Supplementary Information: The online version contains supplementary material available at 10.1007/s10980-025-02250-6.
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) | 0,001 | 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 ».