Hunting exacerbates the response to human disturbance in large herbivores while migrating through a road network
Notice bibliographique
Résumé
Abstract Migrations of large ungulates are globally threatened in environments affected by increasing human disturbance, rising large carnivore predation, deteriorating habitat quality, and changing climate. Animals migrating outside of protected areas can be exposed to greater human pressure, and this effect can be stronger when humans are perceived to be a predation risk, such as during hunting seasons. Using four consecutive years of satellite telemetry data ( n = 138 migration events), we compared habitat selection, movement, and behavior of a large partially migratory herbivore while migrating through a heterogeneous landscape in spring and fall. We tested the hypothesis that fall hunting exacerbates the response of a large herbivore exposed to human disturbance while migrating through a road network. All elk ( Cervus elaphus ) selected greater forest cover, reduced movement rates, and avoided roads during fall‐day than in any other season or time of day. Avoidance of roads was reduced during spring at night, for example, the time period of no hunting with fewest people on roads. Elk using stopovers in fall displayed different seasonal and diurnal behaviors between sexes in response to the disturbance. Females used steeper terrain during fall‐day and males did not use this strategy in fall. Male avoidance of roads was much stronger than females during fall‐day and males were less likely to cross a road during fall. Such responses are probably linked to higher hunting pressure on males vs. females. Finally, we found that elk spent more time feeding during spring migration compared to the fall migration and elk vigilance was >3 times higher in the fall hunting season. Our results provide insights into the effect of fear of humans on the ecology of both sexes of a migrating large herbivore when using stopovers. Such changes in behavior and stopover use might affect animal fitness by decreasing foraging, cause displacement from high‐quality habitats, or affect the permeability of migration route stopovers.
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 | 0,000 | 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) | 0,001 | 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 ».