To Jump or Not to Jump: Mule Deer and White-tailed Deer Crossing Decisions
Notice bibliographique
Résumé
Wildlife meet energetic requirements for maintenance, reproduction and survival by considering the physiological, biotic, and abiotic factors that regulate energetic costs. These can include demographic, climatic and anthropogenic factors. The purpose of this study is to investigate fence crossing decisions of mule deer (Odocoileus hemionus) and white-tailed deer (Odocoileus virginianus) and determine what factors influence their crossing decisions. I hypothesize that deer will choose to cross under a fence rather than jump over if it’s more energetically beneficial, based on measured physical and abiotic attributes. Data from remote cameras was collected and analyzed from three study areas; two in Southeastern Alberta, Canada and one in Northcentral Montana. Using a Before-After-Control-Impact (BACI) design, cameras were set up along fence lines within each study area. I recorded individual’s species type, age, sex and crossing decision. I also recorded the season, bottom and top wire height, snow presence, and the modification-type of the fence. I used logistic regression to model the probability of deer crossing under a fence versus jumping over it based on important fence and environmental characteristics. My results show that males and white-tail deer are less likely to cross under than females and mule deer. Both species are more likely to cross under during the summer and fall in reference to spring. Deer are less likely to cross under during the winter than in spring, however it was not statistically significant (P-value>0.05). As the bottom and top wire heights increase, deer are more likely to cross under. Snow presence, modification-type, and before/after periods were not included in the model because they were found to be statistically insignificant. Understanding the determinants behind either crawling under or jumping over a fence and how energetic requirements are associated with this decision is important to discerning animal movement for management and conservation practices.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».