Diurnal Human Activity and Introduced Species Affect Occurrence of Carnivores in a Human-Dominated Landscape
Notice bibliographique
Résumé
Diurnal human activity and domestic dogs in agro-forestry mosaics should theoretically modify the diurnal habitat use patterns of native carnivores, with these effects being scale-dependent. We combined intensive camera trapping data with Bayesian occurrence probability models to evaluate both diurnal and nocturnal patterns of space use by carnivores in a mosaic of land-use types in southern Chile. A total of eight carnivores species were recorded, including human-introduced dogs. During the day the most frequently detected species were the culpeo fox and the cougar. Conversely, during the night, the kodkod and chilla fox were the most detected species. The best supported models showed that native carnivores responded differently to landscape attributes and dogs depending on both the time of day as well as the spatial scale of landscape attributes. The positive effect of native forest cover at 250 m and 500 m radius buffers was stronger during the night for the Darwin's fox and cougar. Road density at 250 m scale negatively affected the diurnal occurrence of Darwin´s fox, whereas at 500 m scale roads had a stronger negative effect on the diurnal occurrence of Darwin´s foxes and cougars. A positive effect of road density on dog occurrence was evidenced during both night and day. Patch size had a positive effect on cougar occurrence during night whereas it affected negatively the occurrence of culpeo foxes and skunks during day. Dog occurrence had a negative effect on Darwin's fox occurrence during day-time and night-time, whereas its negative effect on the occurrence of cougar was evidenced only during day-time. Carnivore occurrences were not influenced by the proximity to a conservation area. Our results provided support for the hypothesis that diurnal changes to carnivore occurrence were associated with human and dog activity. Landscape planning in our study area should be focused in reducing both the levels of diurnal human activity in native forest remnants and the dispersion rates of dogs into these habitats.
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 | 0,001 | 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 | 0,001 | 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 ».