Data from: Grizzly bear response to fine spatial and temporal scale spring snow cover in Western Alberta
Notice bibliographique
Résumé
Snow dynamics influence seasonal behaviors of wildlife, such as denning patterns and habitat selection related to the availability of food resources. Under a changing climate, characteristics of the temporal and spatial patterns of snow are predicted to change, and as a result, there is a need to better understand how species interact with snow dynamics. This study examines grizzly bear (Ursus arctos) spring habitat selection and use across western Alberta, Canada. Made possible by newly available fine-scale snow cover data, this research tests a hypothesis that grizzly bears select for locations with less snow cover and areas where snow melts sooner during spring (den emergence to May 31st). Using Integrated Step Selection Analysis, a series of models were built to examine whether snow cover information such as fractional snow covered area and date of snow melt improved models constructed based on previous knowledge of grizzly bear selection during the spring. Comparing four different models fit to 62 individual bear-years, we found that the inclusion of fractional snow covered area improved model fit 60% of the time based on Akaike Information Criterion tallies. Probability of use was then used to evaluate grizzly bear habitat use in response to snow and environmental attributes, including fractional snow covered area, date since snow melt, elevation, and distance to road. Results indicate grizzly bears select for lower elevation, snow-free locations during spring, which has important implications for management of threatened grizzly bear populations in consideration of changing climatic conditions. This study is an example of how fine spatial and temporal scale remote sensing data can be used to improve our understanding of wildlife habitat selection and use in relation to key environmental attributes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».