MétaCan
Menu
Retour à la cohorte
Enregistrement W2754646196 · doi:10.1002/ecs2.1939

Understanding and predicting habitat for wildlife conservation: the case of Canada lynx at the range periphery

2017· article· en· W2754646196 sur OpenAlexaboutno aff
Joseph D. Holbrook, John R. Squires, Lucretia E. Olson, Nicholas J. DeCesare, Rick L. Lawrence

Notice bibliographique

RevueEcosphere · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Forest ServiceU.S. Department of Agriculture
Mots-clésSnowshoe hareHabitatCarnivoreEcologyWildlifeRange (aeronautics)Threatened speciesGeographySelection (genetic algorithm)BiologyPredation

Résumé

récupéré en direct d'OpenAlex

Abstract Ecologists and managers are motivated to predict the distribution of animals across landscapes as well as understand the mechanisms giving rise to that distribution. Satisfying this motivation requires an integrated framework that characterizes multi‐scale habitat use and selection, as well as builds predictive models such as resource selection functions. However, the assumption of constant habitat use or selection is often made in such analyses, which ignores the possibility that individuals experiencing different conditions might respond differently. Assessing functional responses in habitat use evaluates how animal behavior changes with differing environmental conditions, which has basic and applied utility. Here, we combined these ideas into an integrated process that characterizes habitat relationships, predicts habitat, and assesses behavioral differences with changing environmental conditions. Our species of interest was Canada lynx ( Lynx canadensis ) in the Northern Rocky Mountains, which is a rare and federally threatened forest carnivore. Through our process, we developed multi‐scale predictions of lynx distribution and learned that across scales and seasons, lynx use more mature, spruce‐fir forests than any other structure stage or species. Intermediate snow depths and the distribution of snowshoe hares ( Lepus americanus ) were the strongest predictors of where lynx selected their home ranges. Within their home ranges, female and male lynx increasingly used advanced regeneration forest structures as they became more available (up to a maximum availability of 40%). These patterns supported the bottom‐up mechanisms regulating Canada lynx in that advanced regeneration generally provides the most abundant snowshoe hares, while mature forest is where lynx appear to hunt efficiently. However, lynx exhibited decreasing use of stand initiation structures (up to a maximum availability of 25%). Land managers have an opportunity to promote lynx habitat in the form of advanced regeneration, but are required to go through the stand initiation phase. Thus, managers can apply the relative proportions of forest structure classes along with our response curves to inform landscape actions (e.g., timber harvest) targeted at facilitating the forest mosaic used and selected by Canada lynx. Collectively, the insights gleaned from our approach advance habitat conservation efforts and consequently are of broad utility to applied ecologists and managers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil0,394

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,228
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations80
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcosphereMême sujetWildlife Ecology and ConservationTravaux en français237 207