MétaCan
Menu
Retour à la cohorte
Enregistrement W7079569169 · doi:10.26108/2pnq-0b96

Effects of spruce bark beetle infestations on grizzly bear forage

2009· article· en· W7079569169 sur OpenAlexaboutno aff

Notice bibliographique

RevueAcadiaU-DEV · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVegetation (pathology)ShrubForagePopulationTransectInfestationGrizzly BearsTaigaAbundance (ecology)

Résumé

récupéré en direct d'OpenAlex

A study in the Kluane Region that ran from 1992 to 1997 found that the grizzly bear, Ursus arctos, population may be decreasing by 3% annually. The study also found that cubs of the year mortality rate was among the highest in North American (McCann, 1998). Where a population may be declining, the stability and availability of resources within these bears' ranges is critical. Consecutive warm winters and warm and dry summers have resulted in epidemic levels of spruce beetle, Denroctonus rufipennis, consequently reshaping the structure of over 300,000 hectares of northern boreal forest in the southwest Yukon. This study was conducted to determine how structural changes in the forest resulting from the spruce beetle infestation have changed forage availability for grizzly bears. In July and August of 2008, I ran 51 vegetation transects in and around Haines Junction, Yukon. I measured vegetation characteristics at approximately four plots on each transect. At each plot I measured forest characteristics such as the health of spruce trees, ground cover, abundance of grizzly bear forage species, and abundance of berries. I used zero-inflated negative binomial models for total berries collected in sample plots, and negative binomial models when analyzing productivity response variables for individual short shrub species as well as mean short shrub and mean herb cover. My data analysis largely showed that explanatory variables designed to reflect spruce beetle infestation in sample plots were rarely correlated with productivity response variables. However, I was able to determine that variables, such as slope or aspect (i.e. variables not related to spruce beetle infestation), affected productivity. The impact of spruce beetle infestation on productivity of understory plant species may force grizzly bears to adapt to a changing ecosystem. Understanding this relationship will assist management efforts for the Kluane grizzly bears in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,583
Score d'incertitude au seuil0,448

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,227
Écart entre enseignants0,219 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcadiaU-DEVMême sujetGeochemistry and Geologic MappingTravaux en français237 207