Selection of vegetation types and density of bison in an arid ecosystem
Notice bibliographique
Résumé
ABSTRACT Understanding species habitat selection and factors that drive selection are key components for conservation. We report the first resource selection functions (RSFs) for bison inhabiting an arid ecosystem and use them with density estimates of bison to estimate the number of bison that could be supported if the bison range were expanded to federal lands in the San Luis Valley of Colorado. We derived RSFs for vegetation types using locations of plains bison collected weekly over 3 years from 2005 to 2007. Bison selected for wet or mesic grassland habitats in all seasons. Wetland selection by bison was predicted to be 18 times greater than that of rabbitbrush vegetation, the reference category, and selection of meadows was predicted to be 11 times greater than that of the rabbitbrush type. Willow‐dominated plant communities were strongly avoided. Cottonwood communities were also avoided, with the exception of some moderate levels of selection in fall. The willow and cottonwood communities have an understory with low biomass of herbaceous species and low productivity in this arid system. Based on the RSFs we predicted that in the San Luis Valley of Colorado up to 2,379 bison could be supported in similar habitats under Fish and Wildlife Service (FWS) jurisdiction, and up to 759 bison could be supported on adjacent National Park Service (NPS) land. This modeling framework provides a conservation tool for the restoration of bison to their historical habitats, and has utility for application to other terrestrial species where assumptions are met. Published 2015. This article is a U.S. Government work and is in the public domain in the USA.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».