Modeling multispecies predator–prey dynamics: predicting the outcomes of conservation actions for woodland caribou
Notice bibliographique
Résumé
Abstract Woodland caribou is a Threatened or Endangered subspecies across much of Canada. In many cases, these caribou are declining because of human‐mediated predation in the form of apparent competition. Provincial and federal agencies have employed a number of conservation actions to arrest the decline, but insufficient time and limited replication make it difficult to test the efficacy of those activities. We built a three‐species population model that served as a tool to integrate current knowledge, explore uncertainties, and assess activities focused on the recovery of caribou. We applied the model to interconnected populations of caribou, moose, and wolves at two locations in Canada (Chinchaga [British Columbia], Charlevoix [Québec]) and explored the efficacy of conservation actions unique to each population: predator control, restoration of linear features, reduction of habitat for moose, supplementation, maternal pens, and predator exclosures. Results confirmed that caribou at these two locations faced different recovery challenges, dictated by specific population dynamics and threats. Wolf predation, enhanced by seismic lines and resource roads, was responsible for the decline of the simulated Chinchaga population. The most cost‐effective recovery actions for that population were long‐term lethal wolf control (λ1–50 = 1.014, $25,665/caribou), a large‐scale predator exclosure (λ1–50 = 1.015, $170,767/caribou), and the aggressive restoration of linear features (λ1–50 = 1.002, $531,675/caribou). In contrast, simulations suggested that calf predation by black bears, a fixed source of mortality in the model, limited the growth of the Charlevoix population. Assuming high survival of adult caribou and poor recruitment of juveniles, a maternal pen was the most effective action for the recovery of those caribou (λ1–50 = 1.004, $148,473/caribou). Short‐term population supplementation provided only a temporary increase in abundance (λ1–50 = 0.994, $62,143/caribou). The model was limited by ecological and data uncertainties, but served as an effective platform for representing and testing our understanding of the complex interspecific interactions that underlie the recovery of woodland caribou.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».