Functional responses in habitat selection: clarifying hypotheses and interpretations
Notice bibliographique
Résumé
A fundamental challenge in habitat ecology and management is understanding the mechanisms generating animal distributions. Studies of habitat selection provide a lens into such mechanisms, but are often limited by unrealistic assumptions. For example, most studies assume that habitat selection is constant with respect to the availability of resources, such that habitat use remains proportional to availability. To the contrary, a growing body of work has shown the fallacy of this assumption, indicating that animals modify their behavior depending on the context at broader scales. This has been termed a functional response in habitat selection. Furthermore, a diversity of methods is employed to model functional responses in habitat selection, with little attention to how methodology might affect scientific and conservation conclusions. Here, we first review the conceptual and statistical foundations of methods currently used to model functional responses and clarify the ecological tests evaluated within each approach. We then use a combination of simulated and empirical data sets to evaluate the similarities and differences among approaches. Importantly, we identified multiple statistical issues with the most widely applied approaches to understand functional responses, including: (1) a complex and important role of random- or individual-level intercepts in adjusting individual-level regression coefficients as resource availability changes and (2) a sensitivity of results to poorly informed individual-level coefficients estimated for animals with low availability of a given resource. Consequently, we provide guidance on applying approaches that are insensitive to these issues with the goal of advancing our understanding of animal habitat ecology and management. Finally, we characterize the management implications of assuming similarity between the current approaches to model functional responses with two empirical data sets of federally threatened species: Canada lynx (Lynx canadensis) in the United States and woodland caribou (Rangifer tarandus caribou) in Canada. Collectively, our assessment helps clarify the similarities and differences among current approaches and, therefore, assists the integration of functional responses into the mainstream of habitat ecology and management.
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 | 0,038 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,012 |
| Communication savante | 0,004 | 0,009 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».