Logging‐induced changes in habitat network connectivity shape behavioral interactions in the wolf–caribou–moose system
Notice bibliographique
Résumé
Habitat connectivity influences the distribution dynamics of animals. Connectivity can therefore shape trophic interactions, but little empirical evidence is available, especially for large mammals. In forest ecosystems, logging alters functional connectivity among habitat patches, and such activities can affect the spatial game between large herbivores and their predators. We used graph theory to evaluate how harvesting‐induced changes in habitat connectivity influence patch choice and residency time of GPS‐collared caribou (Rangifer tarandus caribou) and moose (Alces alces) in winter in the boreal forest. We then investigated the predator–prey game by assessing how GPS‐collared wolves (Canis lupus) adjusted their movements to changes in landscape properties and in the networks of their prey species. We built prey habitat networks using minimum planar graphs organized around species‐specific, highly selected habitat patches (i.e., network nodes). We found that spatial dynamics of large herbivores were influenced not only by the intrinsic quality of habitat patches, but also by the connectivity of those network nodes. Caribou and moose selected nodes that were connected by a high number of links, and moose also spent relatively more time in those nodes. By limiting node accessibility, human disturbances influenced travel decisions. Caribou and moose avoided nodes that were surrounded by a high proportion of cuts and roads, but once within these nodes, moose stayed longer than in other nodes. Caribou selectively moved among nodes with low distance costs, and their residency time increased with distance costs required to reach the nodes. Wolves selected their prey's nodes, where vegetation consumed by caribou and moose was highly abundant. Furthermore, wolves discriminated among those nodes by selecting the most connected ones. In fact, selection by wolves was stronger for their prey's nodes than for the prey's utilization distribution per se, a difference that increased with the level of human disturbance. Considering the difficulty of keeping track of highly mobile prey, predators may benefit by targeting not only their prey's resource patches, but also the most highly connected patches. Matrix quality and connectivity are therefore key elements shaping the predator–prey spatial game in human‐altered landscapes because of their impact on the spatial dynamics of the interacting species.
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 | 0,001 |
| 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 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 ».