Mammal responses to human footprint vary with spatial extent but not with spatial grain
Notice bibliographique
Résumé
Abstract Ecological patterns and processes can vary with scale, causing uncertainty when applying small‐scale or single‐scale studies to regional or global management decisions. Conducting research at large extents and across multiple scales can require additional time and effort, but may prove necessary if it uncovers novel patterns or processes. Knowing the degree to which patterns vary between spatial extents and grains can provide insight into the importance of considering scale, particularly in applied research. Across multiple spatial scales, we evaluated variation in the strength and direction of large mammal responses to human footprint, a measure of human infrastructure (e.g., roads, buildings) and landscape change (e.g., agriculture, forestry). We focused on the response of five boreal mammals: gray wolf ( Canis lupus ), Canada lynx ( Lynx canadensis ), coyote ( Canis latrans ), white‐tailed deer ( Odocoileus virginianus ), and moose ( Alces alces ). Firstly, we asked how responses measured at the regional extent of the boreal forest of Alberta (approximately 400,000 km 2 ) compared to those measured at a nested subregional extent (40,000 km 2 ) and to those reported in previous studies conducted at smaller spatial extents (median 2400 km 2 , mean 46,993 km 2 ). Secondly, we tested whether responses differed across three spatial grains of measurement (250 m, 1500 m, or 5000 m radii) at the regional extent. Using the Alberta Biodiversity Monitoring Institute's snowtrack survey data (2001–2013) and human footprint map, we created a set of generalized linear mixed‐effects models for each species, which related relative abundance to individual and cumulative effects of human footprint and compared these using an information theoretic approach. We found variation across spatial extents in both direction and strength of estimated mammal responses to human footprint, suggesting that some patterns are scale‐dependent. This reinforces the need for regional studies to complement those conducted at smaller extents in order to fully understand, and thus manage for, the impacts of human footprint on mammalian biodiversity. By contrast, we found little variation in direction and strength of responses across spatial grains, indicating that analyses across multiple grain sizes may be of less importance than those conducted across multiple spatial extents.
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 | 0,002 |
| 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 | 0,001 |
| 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 ».