Variation in the seasonal selection of resources by woodland caribou in northern British Columbia
Notice bibliographique
Résumé
Conservation planning for species of concern or importance can be aided by resource selection functions (RSFs) that identify important areas or attributes. Models that can be interpreted biologically and provide reasonable predictive capacity may best be based on data from individuals grouped into seasonal selection strategies for particular geographical areas or similarities in topographical and vegetative associations. We used logistic regression, the information–theoretic approach, satellite imagery, and locational data (n = 31 females; 16 803 locations) from global positioning system (GPS) collared woodland caribou ( Rangifer tarandus caribou (Gmelin, 1788)) to model resource selection by animals during calving, summer, fall, breeding, winter, and late-winter seasons. Higher variation in resource use corresponded to times when caribou and their young were most susceptible to predation or when food resources were limited. Even with multiple selection strategies, caribou followed a general progression from higher to lower elevation habitats from calving and summer to late winter. Caribou selected against or completely avoided the burned–disturbed vegetation class in every season except summer. We incorporated RSFs with a raster geographic information system to create selection landscapes. We validated selection landscapes using withheld GPS data (n = 6077), 50 known calving sites, and Spearman’s rank correlation coefficient. Selection models and final selection landscapes performed well in validating use locations of woodland caribou in all seasons (all P < 0.003) and in predicting known calving sites (P < 0.001). When seasonal selection strategies are identified and models are coupled with validation, RSFs are effective tools to assist in conservation planning.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».