Developing a Monitoring Framework to Estimate Wolf Distribution and Abundance in Southwest Alberta
Notice bibliographique
Résumé
Gray wolf (Canis lupus) populations are difficult to monitor because wolves can be elusive and occur in low densities. Traditional radiotelemetry-based monitoring methods have limited application when turnover is high within the wolf population and resources to maintain long-term collaring programs are limited. We worked collaboratively with Alberta Environmental Sustainable Resource Development between 2012 and 2014 to develop techniques for monitoring gray wolf populations in the absence of radiotelemetry in southwest Alberta. We surveyed potential rendezvous sites and collected DNA samples from wolf scats for genetic analysis and surveyed hunters for wolf sightings made during the hunting seasons. We fit false-positive occupancy models to annual detection data derived from genetic results and hunter surveys with Program PRESENCE. We found percent forest cover and human density positively influenced pack occupancy whereas detection probabilities varied by survey method, sampling effort, and sampling season. The model predicted wolf pack occupancy well and distribution and abundance estimates were consistent with agency predictions. While developing the monitoring framework, questions arose regarding pack turnover and population growth under widespread human harvest. Previous studies have focused on population recovery following wolf control actions but little emphasis is put on populations that exist under regular harvest. We will use genetic data to determine how immigration contributes to wolf population trends under a long-term harvest regime and tie this into pack occupancy through colonization and local extinction probabilities. This will expand the application of our occupancy model and will further clarify how wolf populations respond to long-term regulated harvest.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».