Effects of harvest and climate on population dynamics of northern bobwhites in south Florida
Notice bibliographique
Résumé
Context Hunting-related (hereafter harvest) mortality is assumed to be compensatory in many exploited species. However, when harvest mortality is additive, hunting can lead to population declines, especially on public land where hunting pressure can be intense. Recent studies indicate that excessive hunting may have contributed to the decline of a northern bobwhite (Colinus virginianus) population in south Florida. Aims This study aimed to estimate population growth rates to determine potential and actual contribution of vital rates to annual changes in population growth rates, and to evaluate the role of harvest and climatic variables on bobwhite population decline. Methods We used demographic parameters estimated from a six-year study to parameterise population matrix models and conduct prospective and retrospective perturbation analyses. Key results The stochastic population growth rate (?S = 0.144) was proportionally more sensitive to adult winter survival and survival of fledglings, nests and broods from first nesting attempts; the same variables were primarily responsible for annual changes in population growth rate. Demographic parameters associated with second nesting attempts made virtually no contribution to population growth rate. All harvest scenarios consistently revealed a substantial impact of harvest on bobwhite population dynamics. If the lowest harvest level recorded in the study period (i.e. 0.08 birds harvested per day per km2 in 2008) was applied, ?S would increase by 32.1%. Winter temperatures and precipitation negatively affected winter survival, and precipitation acted synergistically with harvest in affecting winter survival. Conclusions Our results suggest that reduction in winter survival due to overharvest has been an important cause of the decline in our study population, but that climatic factors might have also played a role. Thus, for management actions to be effective, assessing the contribution of primary (e.g. harvesting) but also secondary factors (e.g. climate) to population decline may be necessary. Implications Reducing hunting pressure would be necessary for the recovery of the bobwhite population at our study site. In addition, an adaptive harvest management strategy that considers weather conditions in setting harvest quota would help reverse the population decline further.
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 | 0,000 |
| 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) | 0,000 | 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 ».