Habitat-Distribution Modeling of a Recolonizing Black Bear, <em>Ursus americanus</em>, Population in the Trans-Pecos Region of Texas
Notice bibliographique
Résumé
Black Bears (Ursus americanus) were once widespread across Texas, but their numbers were reduced in the early 1900s. Recolonization of the Trans-Pecos region of Texas has occurred via bears migrating northward from Mexico. Recent bear sightings have increased in this area. This could be an indication that the population in Texas is beginning to recover, but the population will continue to expand only if there is suitable habitat to occupy. To help identify suitable habitat and restoration areas, we developed a predictive habitat-distribution model by using records of Black Bear sightings from 1996 to 2003 to map the species' distribution. Using Bayesian statistics, we modeled the probability of occurrence of Black Bears in the Trans-Pecos region based on sighting locations. We used GIS layers for land use/landcover, elevation, water sources, and road networks to obtain covariates in our modeling. We used a 10-fold cross-validation to test the effectiveness of using sighting data. Our results indicated a negative association with bare areas, agriculture, and grassland landcovers. In addition, southern aspect, elevation, distance to water, slope, and western aspect also influenced suitable habitat. Both the original and validation datasets correctly classified bear sightings 93.9% and 93.7% of the time, respectively. Our model can be used to target restoration efforts to enhance the ability of the Black Bear to expand in the Trans-Pecos region. It can also identify private landowners most likely to be affected by the expansion of Black Bears for education and cooperative efforts.
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 | 0,001 |
| 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 ».