Cougar (Puma concolor) demography and foraging ecology in the southern interior of British Columbia, Canada
Notice bibliographique
Résumé
Large carnivores face complex challenges in human-modified landscapes, where mortality risk, resource availability, and habitat structure interact to shape population dynamics and predation patterns. In this dissertation, I examined how environmental and anthropogenic factors influence cougar (Puma concolor) demography, survival, and foraging behaviour in the southern interior of British Columbia, Canada. Using GPS-collared individuals, kill site investigations, remote cameras, and spatial modeling, I integrated demographic, dietary, and spatial ecology approaches to understand how cougars navigate trade-offs between ecological opportunity and risk. In Chapter 2, I analyzed population demography and cause-specific mortality of 56 GPS-collared adults and 59 ear-tagged kittens. Human activities were the main source of adult mortality, while predation dominated kitten deaths. Survival varied by sex, season, and landscape features, with higher risk near roads and agricultural areas. Kittens were most vulnerable in early denning stages, particularly when maternal care was reduced or dens were distant from recent cutblocks and roads. In Chapter 3, I examined prey selection and dietary overlap among 38 cougars using 875 kill sites and prey availability data from 146 remote cameras. Males killed larger prey than females, and prey use varied seasonally. Diet similarity was highest at intermediate spatial overlap, indicating that territorial neighbors balance competition and prey availability in their dietary selection. In Chapter 4, I assessed habitat drivers of predation across 886 kill sites. Kill sites were concentrated in core home ranges and influenced by terrain and disturbance features. Deer kills were associated with rugged terrain in snow months and with cutblocks and burns 10–20 years post-disturbance in snow-free months, enhancing both prey catchability and abundance. Multi-species clustering was limited, but these habitats increased hunting success for multiple ungulate species. These chapters illustrate how mortality risk, prey dynamics, and landscape features interact to shape cougar ecology in human-dominated ecosystems. This work advances understanding of carnivore–prey dynamics and provides guidance for mitigating human–wildlife conflict and conserving wide-ranging predators in heterogeneous landscapes.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».