Impacts of Fire on Snowshoe Hares in Glacier National Park, Montana, USA
Notice bibliographique
Résumé
Abstract Forest fires fundamentally shape the habitats available for wildlife. Current predictions for fire under a warming climate suggest larger and more severe fires may occur, thus challenging scientists and managers to understand and predict impacts of fire on focal species, especially species of management concern. Snowshoe hares (Lepus americanusErxleben) are a common and important prey animal in boreal forests and are the primary prey for the US federally threatened Canada lynx (Lynx canadensisKerr), so understanding hare dynamics in post-fire landscapes is critical for managing lynx. We collected habitat and fecal pellet data from 114 sites across three natural burn treatments (mature forest, 1988 Red Bench burn, and 1994 Adair and Howling burns) to evaluate impacts of fire and fire-habitat interactions on snowshoe hare in Glacier National Park, Montana, USA. We found that hare numbers were low throughout the park, with hares absent at 17 % of surveyed sites and occurring at densities above 0.5 hares ha−1(a commonly suggested threshold for supporting Canada lynx) at only 7 % of sites. Hare densities were variable but 10 to 20 times higher in regenerating lodgepole pine (Pinus contortaDouglas ex Loudon) stands of 1988 Red Bench burn compared to lodgepole stands in other burn treatments. In stands dominated by other tree species, we found little difference in hare densities across burn treatments. Regardless of burn history or dominant canopy type, percent canopy cover was positively associated with hare relative abundance. Hare densities also increased with percent understory cover up to 80 % cover, beyond which they began to decline. The regular occurrence of wildfires in Glacier National Park, with 2003 being a particularly large fire year (the largest since 1910), suggest that hare and lynx distribution and abundance within the park may shift substantially in the coming decades as these animals respond to changing spatiotemporal patterns of regenerating forest.
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 | 0,001 | 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 ».