Vegetation structure and composition determine snowshoe hare (<i>Lepus americanus</i>) activity at arctic tree line
Notice bibliographique
Résumé
Snowshoe hares (Lepus americanus Erxleben, 1777) are keystone herbivores supporting many boreal-forest predators. Understanding habitat use of hares can help predict how hares and their predators will be affected by disturbances such as climate change, which will have a particularly strong effect at tree line. We examined hare activity at arctic tree line near Churchill, Manitoba, using fecal pellet transects established in August 2012. We counted all hare fecal pellets at two plots per transect and measured plant abundance and vegetation structure surrounding the plots, then used model selection to determine the combinations of habitat features or plant species that best explained hare activity or presence. Hare pellets occurred at a higher density where tall shrub cover was high. Pellet density also increased with increasing canopy cover, tree size, tree density, visibility, and small shrub cover, but was negatively correlated with medium-sized shrub and herb cover. Hares preferred areas with willow (genus Salix L.) and avoided areas with unpalatable black spruce (Picea mariana (Mill.) Britton, Sterns & Poggenb.). With climate warming, tree line is expected to advance northward and the increased tall shrub and willow cover predicted with increasing temperatures should benefit hares by providing greater predator protection and food.
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 | 0,000 | 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) | 0,001 | 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 ».