Pronghorn resource selection and habitat fragmentation in North Dakota
Notice bibliographique
Résumé
ABSTRACT Pronghorn ( Antilocapra americana ) in North Dakota have experienced habitat fragmentation due to agricultural practices, roads, and oil development. We analyzed patterns of female pronghorn habitat selection in 2006 and 2014, years with contrasting pronghorn density and oil production in western North Dakota. We quantified resource selection and fawn:female ratios relative to proximity to active wells, road density, land cover, development, normalized difference vegetation index (NDVI), and agricultural practices. We also assessed patterns of well placement relative to the same environmental variables. Pronghorn selected sagebrush and areas with low NDVI but avoided developed areas, roads, forests, and wetlands. Pronghorn selected areas close to oil and gas wells because wells were located in high‐value habitats (e.g., native sagebrush‐steppe ecosystems selected by pronghorn). For the majority of variables tested, selection was stronger when pronghorn density was low, consistent with current resource selection theory. Although females selected relatively open habitats, fawn:female ratios within areas selected by females were positively correlated with NDVI. Our results demonstrate that pronghorn avoid human development and roads but not oil and gas wells. Although wells are not actively avoided by pronghorn, their placement in high‐value habitat for this species leads to significant habitat fragmentation. In light of these results, we recommend efforts to conserve pronghorn habitat such as constructing wells away from sagebrush, using existing roads to service newly constructed wells, and re‐vegetating well pads with sagebrush plantings once they are no longer in use. © 2016 The Wildlife Society.
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 ».