Spatiotemporal variation in selection of roads influences mortality risk for canids in an unprotected landscape
Notice bibliographique
Résumé
Ecologists are increasingly documenting individual variation in resource selection across populations in response to temporal or spatial environmental context. These behavioral patterns are assumed to be adaptive although previous studies have not linked them directly to survival and reproductive data to verify the assumed relationship between behavior and fitness. Recent work documented that higher density of secondary roads within home ranges of free‐ranging canids (wolves, coyotes and hybrids) increased mortality risk in the hybrid zone adjacent to Algonquin Park in Ontario, Canada. Here, we examine individual behavioral responses of canids to spatially varying levels of human‐disturbance and determine whether these responses to secondary roads resulted in differential mortality risk for canids across the hybrid zone. Specifically, we investigated resource selection within home ranges with GPS telemetry to determine whether canids selected roads more at night than during the day to minimize dangerous encounters with humans. Next, we modeled individual variation in spatial and temporal responses to secondary roads to evaluate the relative importance of intrinsic ( Canis ancestry) and extrinsic (resource availability) influences on their behavior. Behavioral responses to roads were not well explained by variation in Canis ancestry. Instead, canids avoided roads more during day than at night as a non‐linear function of increased road availability. Furthermore, canids that survived exhibited a stronger relationship between day–night selection of roads and road availability than canids that died suggesting an adaptive nature of this behavior. By modifying their selection of roads between day and night, canids appear to be able to exploit the beneficial attributes of roads while mitigating human‐caused mortality risk. However, not all canids responded adaptively highlighting the importance of explicitly linking patterns of resource selection to components of fitness to accurately model and interpret individual variation in resource selection behavior of animals.
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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».