Potential conflict between future development of natural resources and high-value wildlife habitats in boreal landscapes
Notice bibliographique
Résumé
We used the Muskwa-Kechika Management Area in northeast British Columbia, Canada as a case study to determine potential conflicts between future resource development and high-value habitats of large mammals in an undeveloped boreal landscape. More than 50 % of high-value habitats for caribou, moose, elk, wolves and grizzly bears were located in Special Resource Management Zones, where natural resource developments could occur. We developed geographic information system (GIS) layers of potential forest resources, oil and gas, minerals, wind power, all resources combined, and roads; and quantified the proportions of high-value habitats overlapping these potentials. Greater proportions of high-value habitats across seasons for moose, elk, and wolves overlapped areas with high cumulative resource potential (winter, 49–70 %, growing season, 35–63 %) more than for three other species (grizzly bears, Stone’s sheep, mountain goats). This pattern was similar for forest resources, oil and gas, wind power, and roads. Caribou were more seasonally influenced. The proportions of their high-value habitat in areas with high cumulative resource potential (winter, 53 %, growing season, 16 %), as well as high forest and oil and gas potentials, were greatest in winter; in contrast, overlap with high mineral potential was greatest during the growing season. We recommend a quantitative and visual GIS approach to scenario planning in the Muskwa-Kechika to maintain the abundance and diversity of wildlife populations there. Resource development would likely increase early seral habitats, presumably benefiting moose, elk, and wolves, but could adversely affect caribou and grizzly bears through habitat loss and increased access.
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 ».