Landscape- and Micro-scale Habitat Selection by Greater Short-horned Lizards
Notice bibliographique
Résumé
Identification of critical habitat for species at risk is an essential component of the protection of rare species under Canada’s Species at Risk Act. In this study, I identified important microsite and landscape-level habitat characteristics for endangered greater short-horned lizards (Phrynosoma hernandesi) at their northern range limit in Grasslands National Park, Saskatchewan, Canada. A total of 650 km of transect surveys were used to analyze habitat selection based on locations where lizards were detected relative to available random locations. At the microsite level, I compared occupied locations (n = 118) to random landscape (n = 234) and random home range locations (n = 117) in 0.3 m2 ground cover plots and 0.12 m2 thermal plots using a classification and regression tree. Comparisons of occupied and random landscape microsites suggested that lizards selected microsites with higher diversity of ground cover types, especially in areas with high cover of exposed soil. At the home-range scale, lizards selected habitats with complex combinations of ground cover types and thermal characteristics. Selection was greatest for microsites with low vegetation height, low cover of lichens and mosses, and minimum temperatures that were >26.2°C, although other combinations of microsite characteristics were also supported at the home-range scale. A model of landscape-scale habitat selection (resource selection function) was also estimated for the Park using 101 lizard locations and 5000 random available locations sampled along 650 km of meander transects. Habitat selection in summer was predicted best by juniper-dune vegetation community, iii vegetation patchiness, and perhaps paradoxically areas of lower solar radiation. This model was used to define critical habitat for conservation management and to estimate an index of population size for the Park using the number of lizards detected, strip width of transects and classified habitat resulting in ~13,000 adult lizards. This population index provides a baseline for monitoring the success of conservation actions. As new information becomes available for this under-studied species, improvements in the definition of critical habitat should be considered.
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 | 0,000 | 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 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 ».