Sociodemographic factors modulate the spatial response of brown bears to vacancies created by hunting
Notice bibliographique
Résumé
There is a growing recognition of the importance of indirect effects from hunting on wildlife populations, e.g. social and behavioural changes due to harvest, which occur after the initial offtake. Nonetheless, little is known about how the removal of members of a population influences the spatial configuration of the survivors. We studied how surviving brown bears (Ursus arctos) used former home ranges that had belonged to casualties of the annual bear hunting season in southcentral Sweden (2007-2015). We used resource selection functions to explore the effects of the casualty's and survivor's sex, age and their pairwise genetic relatedness, population density and hunting intensity on survivors' spatial responses to vacated home ranges. We tested the competitive release hypothesis, whereby survivors that increase their use of a killed bear's home range are presumed to have been released from intraspecific competition. We found strong support for this hypothesis, as survivors of the same sex as the casualty consistently increased their use of its vacant home range. Patterns were less pronounced or absent when the survivor and casualty were of opposite sex. Genetic relatedness between the survivor and the casualty emerged as the most important factor explaining increased use of vacated male home ranges by males, with a stronger response from survivors of lower relatedness. Relatedness was also important for females, but it did not influence use following removal; female survivors used home ranges of higher related female casualties more, both before and after death. Spatial responses by survivors were further influenced by bear age, population density and hunting intensity. We have shown that survivors exhibit a spatial response to vacated home ranges caused by hunting casualties, even in nonterritorial species such as the brown bear. This spatial reorganization can have unintended consequences for population dynamics and interfere with management goals. Altogether, our results underscore the need to better understand the short- and long-term indirect effects of hunting on animal social structure and their resulting distribution in space.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».