Sinks without borders: snowshoe hare dynamics in a complex landscape
Notice bibliographique
Résumé
A full understanding of population dynamics of wide‐ranging animals should account for the effects that movement and habitat use have on individual contributions to population growth or decline. Quantifying the per‐capita, habitat‐specific contribution to population growth can clarify the value of different patch types, and help to differentiate population sources from population sinks. Snowshoe hares, Lepus americanus , routinely use various habitat types in the landscapes they inhabit in the contiguous US, where managing forests for high snowshoe hare density is a priority for conservation of Canada lynx, Lynx canadensis . We estimated density and demographic rates via mark–recapture live trapping and radio‐telemetry within four forest stand structure (FSS) types at three study areas within heterogeneous managed forests in western Montana. We found support for known fate survival models with time‐varying individual covariates representing the proportion of locations in each of the FSS types, with survival rates decreasing as use of open young and open mature FSS types increased. The per‐capita contribution to overall population growth increased with use of the dense mature or dense young FSS types and decreased with use of the open young or open mature FSS types, and relatively high levels of immigration appear to be necessary to sustain hares in the open FSS types. Our results support a conceptual model for snowshoe hares in the southern range in which sink habitats (open areas) prevent the buildup of high hare densities. More broadly, we use this system to develop a novel approach to quantify demographic sources and sinks for animals making routine movements through complex fragmented 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 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) | 0,003 | 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 ».