Mapping potential core areas for lynx (<i>Lynx canadensis</i>) using pellet counts from snowshoe hares (<i>Lepus americanus</i>) and satellite imagery
Notice bibliographique
Résumé
We used location data from radio-collared Canada lynx ( Lynx canadensis Kerr, 1792), pellet-count data from snowshoe hares ( Lepus americanus Erxleben, 1777), and cover-type data from satellite imagery to evaluate the relationship between the scale of habitat measurement and the potential for persistence of lynx in northeastern Minnesota, USA, at the southern extent of their range. We counted hare pellets at transects throughout northeastern Minnesota to index hare abundance in cover types. Pellet counts were highest in coniferous forest, regenerating–young forest, and shrubby grassland, and these cover types were greater inside lynx use areas than outside of them. Proportions of regenerating–young forest were greater at scales ≥5 km2. We used these results and satellite imagery to map potential lynx core areas. We predicted that 7%–20% of the study area was suitable for lynx. Areas that we predicted to be suitable for lynx corresponded with known core areas, including those withheld from analyses. To maintain habitat for lynx persistence, forest management should retain current levels of 10- to 30-year-old coniferous forest and include ≥5 km2 areas containing 40% of 10- to 30-year-old coniferous forest. Mapping of potential core areas would be improved if cover-type data from satellite imagery identified conifer regeneration.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».