Remote Sensing of Snowscapes and Caribou (Rangifer tarandus) Movement in the Northwest Territories of Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Recent studies probe that snow characteristics may be primary drivers of migration, largely due to caribou's high level of mobility and their dependence on landscape conditions for locomotion. To investigate whether and how snow characteristics such as melt/refreeze status and the presence of ice are related to caribou movement, we used GPS (Global Positioning System) tracking collar data provided by the Government of the Northwest Territories' Department of Environment and Natural Resources to identify individual animal location and migration patterns, with a focus on the Bathurst herd. We analyzed 117 individual female caribou with more than 30,000 observations between 2007 and 2016 from the Bathurst herd in the Northwest Territories of Canada. We used a hierarchical model to estimate the beginning, duration, and end of spring migration and compared these statistics against snowpack characteristics (i.e., the timing of melt onset and melt/refreeze cycles) which we derived from37 GHz vertically polarized (37V GHz) Calibrated, Enhanced-resolution Brightness Temperatures (CETB) at 3.125 km resolution. We found that the start of spring migration is closely associated with the timing of melt onset and is most often preceded by snow melt onset by just a few days. Melt onset and the start of migration proved very closely associated when plotted across all years, suggesting that melt onset events provide either triggers for migration or favorable conditions that increase mobility. A causal relationship between snowmelt timing and caribou migration would allow for anticipation of caribou migratory behavior and potential shifts in herd ranges.
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.
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 | 0,001 |
| 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) | 0,000 | 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 découle