Modeling habitat potential for Canada lynx in Michigan
Notice bibliographique
Résumé
Abstract In the ruling to list Canada lynx ( Lynx canadensis ) as a federally threatened species, the U.S. Fish and Wildlife Service (USFWS) identified the Great Lakes region as an area that historically contained lynx and, hence, could potentially contribute to population recovery. More recent critical habitat designations by the USFWS only recognize Minnesota, USA as important to recovery in the Great Lakes. Although there is no current evidence of a resident lynx population in the Upper Peninsula (UP) of Michigan, USA, trapping and track records over the past century suggest the region was periodically invaded after lynx population irruptions in Canada. In support of state and federal agency efforts in Michigan to provide and conserve lynx habitat, we quantified habitat potential using a spatially explicit, landscape‐level model based on relationships among lynx, their primary prey, snowshoe hare ( Lepus americanus ), and vegetation attributes. Outputs from the model indicated that habitat in the UP supports low hare densities (<0.07–0.75 hares/ha). Corresponding potential lynx densities ranged from 0/100 km 2 in the southern and northeast UP to 5/100 km 2 in the central–eastern UP. Model estimates of potential hare density were correlated with winter track‐surveys ( R 2 = 0.4, P < 0.001). Current absence of a resident lynx population in Michigan is likely attributed to confounding factors (e.g., habitat, competition, status of source population) but our results indicate that current habitat quality, quantity, and spatial configuration are exerting large‐scale negative influences. These results are generally consistent with the USFWS determination that Michigan's UP most likely functions as dispersal habitat. © 2011 The Wildlife Society.
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 | 0,000 | 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) | 0,001 | 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 ».