Wolverine behavior varies spatially with anthropogenic footprint: implications for conservation and inferences about declines
Notice bibliographique
Résumé
Understanding a species' behavioral response to rapid environmental change is an ongoing challenge in modern conservation. Anthropogenic landscape modification, or "human footprint," is well documented as a central cause of large mammal decline and range contractions where the proximal mechanisms of decline are often contentious. Direct mortality is an obvious cause; alternatively, human-modified landscapes perceived as unsuitable by some species may contribute to shifts in space use through preferential habitat selection. A useful approach to tease these effects apart is to determine whether behaviors potentially associated with risk vary with human footprint. We hypothesized wolverine (Gulo gulo) behaviors vary with different degrees of human footprint. We quantified metrics of behavior, which we assumed to indicate risk perception, from photographic images from a large existing camera-trapping dataset collected to understand wolverine distribution in the Rocky Mountains of Alberta, Canada. We systematically deployed 164 camera sites across three study areas covering approximately 24,000 km(2), sampled monthly between December and April (2007-2013). Wolverine behavior varied markedly across the study areas. Variation in behavior decreased with increasing human footprint. Increasing human footprint may constrain potential variation in behavior, through either restricting behavioral plasticity or individual variation in areas of high human impact. We hypothesize that behavioral constraints may indicate an increase in perceived risk in human-modified landscapes. Although survival is obviously a key contributor to species population decline and range loss, behavior may also make a significant contribution.
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 | 0,001 |
| 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 ».