Range‐wide patterns of greater sage‐grouse persistence
Notice bibliographique
Résumé
ABSTRACT Aim Greater sage‐grouse ( Centrocercus urophasianus ), a shrub‐steppe obligate species of western North America, currently occupies only half its historical range. Here we examine how broad‐scale, long‐term trends in landscape condition have affected range contraction. Location Sagebrush biome of the western USA. Methods Logistic regression was used to assess persistence and extirpation of greater sage‐grouse range based on landscape conditions measured by human population (density and population change), vegetation (percentage of sagebrush habitat), roads (density of and distance to roads), agriculture (cropland, farmland and cattle density), climate (number of severe and extreme droughts) and range periphery. Model predictions were used to identify areas where future extirpations can be expected, while also explaining possible causes of past extirpations. Results Greater sage‐grouse persistence and extirpation were significantly related to sagebrush habitat, cultivated cropland, human population density in 1950, prevalence of severe droughts and historical range periphery. Extirpation of sage‐grouse was most likely in areas having at least four persons per square kilometre in 1950, 25% cultivated cropland in 2002 or the presence of three or more severe droughts per decade. In contrast, persistence of sage‐grouse was expected when at least 30 km from historical range edge and in habitats containing at least 25% sagebrush cover within 30 km. Extirpation was most often explained (35%) by the combined effects of peripherality (within 30 km of range edge) and lack of sagebrush cover (less than 25% within 30 km). Based on patterns of prior extirpation and model predictions, we predict that 29% of remaining range may be at risk. Main Conclusions Spatial patterns in greater sage‐grouse range contraction can be explained by widely available landscape variables that describe patterns of remaining sagebrush habitat and loss due to cultivation, climatic trends, human population growth and peripherality of populations. However, future range loss may relate less to historical mechanisms and more to recent changes in land use and habitat condition, including energy developments and invasions by non‐native species such as cheatgrass ( Bromus tectorum ) and West Nile virus. In conjunction with local measures of population performance, landscape‐scale predictions of future range loss may be useful for prioritizing management and protection. Our results suggest that initial conservation efforts should focus on maintaining large expanses of sagebrush habitat, enhancing quality of existing habitats, and increasing habitat connectivity.
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) | 0,002 | 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 ».