MétaCan
Menu
Retour à la cohorte
Enregistrement W2914799397 · doi:10.1016/j.foreco.2019.01.011

Management of forests and forest carnivores: Relating landscape mosaics to habitat quality of Canada lynx at their range periphery

2019· article· en· W2914799397 sur OpenAlexaboutno aff
Joseph D. Holbrook, John R. Squires, Barry Bollenbacher, Russ Graham, Lucretia E. Olson, Gary Hanvey, Scott M. Jackson, Rick L. Lawrence, Shannon L. Savage

Notice bibliographique

RevueForest Ecology and Management · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Forest ServiceU.S. Department of Agriculture
Mots-clésHabitatEcologyCarnivoreThreatened speciesForest managementGeographyRange (aeronautics)Snowshoe hareHome rangeExpansiveLitterBiologyPredation

Résumé

récupéré en direct d'OpenAlex

Connecting forest management with the conservation of forest-associated animals requires an understanding of habitat quality, as well as identifying long-term silvicultural strategies that align with high quality habitat. It is, therefore, essential to characterize the spatio-temporal dimensions of habitat quality. Here, we leveraged multiple datasets to assess high quality habitat for female Canada lynx (Lynx canadensis), a federally threatened forest carnivore in the contiguous U.S. Our datasets included a spatially extensive sample of snowshoe hares (Lepus americanus) collected in 2013 (n = 1340 plots), an expansive time-series (i.e., 1972–2013) of forest structural classes derived from remote sensing, and a longitudinal dataset where we monitored habitat use and the reproductive success (i.e., litter of kittens present or absent) of female Canada lynx during 1999–2013 (n = 32 female lynx over 92 lynx years). Our results indicated that the probability of a female producing kittens was most associated with the connectivity of mature, multistoried forests (composed of mostly spruce-fir). However, the variation among female lynx accounted for ≈62% of the total variation explained in litter production, suggesting substantial individual-level variation. Thus, managers can contribute to increased reproductive success of female Canada lynx by facilitating the development of mature forests, but measuring that success will be difficult given the individual variation. In core areas of high quality females (i.e., produced kittens frequently), mature forest was 17% more abundant (i.e., ≈60% of the total core area), more connected, less clumpy, and exhibited 2.25-times larger patch sizes than the core areas of low quality females. At the home-range extent, patterns were less pronounced while the abundance of mature forests remained high (≈50%) for high quality females. Additionally, we demonstrated that the relative density of snowshoe hares was ≥2.8 times higher in advanced regenerating forests compared to all other structural classes, including mature forest. Advanced regenerating forests accounted for ≈18–19% of the core area and home range of high quality female lynx. Combined, our results suggest that a high quality mosaic for female Canada lynx contains ≈50–60% mature forest and ≈18–19% advanced regenerating forest. Furthermore, we used Forest Inventory and Analysis data to characterize the approximate age distribution of advanced regeneration and mature forest, which was relevant for rotation schedules of forest silviculture. Results indicated that advanced regeneration was ≈20 to 80 years old while mature forest was ≈50 to ≥200 years old. Our results provide novel insight into how forest management could increase habitat quality for female Canada lynx, and suggest that multiple silvicultural methods (e.g., intermediate treatments, regeneration harvests) could be employed to maintain a forest mosaic that enhances the ability of females to produce kittens. We concluded by providing a framework that integrates our new insights into a management context with the aim of conserving Canada lynx on multiple-use lands.

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 enseignants0,089
Score d'incertitude au seuil0,179

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 technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,200
Écart entre enseignants0,193 · 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

Citations28
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueForest Ecology and ManagementMême sujetWildlife Ecology and ConservationTravaux en français237 207