Impacts of Human Disturbance on Large Prey Species: Do Behavioral Reactions Translate to Fitness Consequences?
Notice bibliographique
Résumé
Anthropogenic disturbances have been demonstrated to affect animal behavior, distribution, and abundance, but assessment of their impacts on fitness-related traits has received little attention. We hypothesized that human activities and infrastructure cause a decrease in the individual performance of preys because of anthropogenically enhanced predation risk. We evaluated the impacts of commercial logging and road networks on the fitness of a large herbivore known to be sensitive to human disturbance: the forest-dwelling woodland caribou (Rangifer tarandus caribou). For 8 consecutive years (2004-2011) we monitored 59 individuals using GPS telemetry in the Charlevoix region of Québec, Canada. We also used Very High Frequency telemetry locations collected on 28 individuals from 1999-2000. We related habitat selection of adult caribou at various spatio-temporal scales to their probability of dying from predation, and to indices of their reproductive success and energy expenditure. The probability that adult caribou died from predation increased with the proportion of recent disturbances (including cutblocks ≤ 5 years old) in their annual home range. The respective effects of increasing paved and forestry road densities depended upon the overall road density within the home range of caribou. At a finer scale of 10 to 15 days before their death, caribou that were killed by a predator selected for recent disturbances more than individuals that survived, and avoided old mature conifer stands. The home range area of caribou increased with road density. Finally, the composition of the home range of females had no effect on their reproductive success. We show that human activities and infrastructure may influence the individual performance of large prey species in highly managed regions. We outline the need to consider the full set of impacts that human development may have on threatened animal populations, with particular emphasis on predator-prey relationships and population dynamics.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».