What drives fine‐scale movements of large herbivores? A case study using moose
Notice bibliographique
Résumé
Understanding animal movements across heterogeneous landscapes is of great interest because it helps explain the dynamic processes influencing the distribution of individuals in space. Research on how animals move relative to short‐range environmental characteristics are scarce. Our objective was to determine the variables influencing movement of a large ungulate, the moose Alces alces , ranging across a boreal landscape, and to link movement behaviour with limiting factors at a fine scale. We assessed 7 candidate models composed of vegetation, solar energy, and topography variables using step selection functions (SSF) for male and female moose across daily and annual periods. We selected and weighted models using the Bayesian Information Criterion. Variables influencing small‐scale movements of moose differed among periods and between sexes, likely in response to corresponding changes in the importance of limiting factors. Best models often combined many types of variables, although simpler models composed of only vegetation or topography variables explained male's movements during rut and early winter. Moose steps were observed in good feeding stands from summer to early winter for females and from spring to early winter for males, supporting other studies of moose habitat selection. From summer to early winter, females alternatively selected and avoided cover stands during day and night, respectively. Solar energy reaching the ground was important, particularly during late winter and spring, likely due to its effect on snow cover, air temperature, or plant phenology. Moose generally moved in gentle slopes and variable elevation, which may have increased their chances of finding high quality forage, or improved their search of suitable calving sites or mates. Our study revealed the great complexity and dynamic aspects of animal movements in a heterogeneous landscape. Analysis of animal movement provides complementary information to more static habitat selection analyses and helps understanding the spatial variations in the distribution of individuals through time.
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 ».