Impact of wildfire size on snowshoe hare relative abundance in southern British Columbia, Canada
Notice bibliographique
Résumé
Abstract Background Large wildfires result in more heterogeneous fire scars than do smaller fires because of differences in landscape context and high variability in burn intensity and severity. Previous research on mammal response to wildfire has often considered all fires as comparable disturbances regardless of size. Here, we explicitly examine whether fire size affects relative abundances of a keystone herbivore, snowshoe hare (Lepus americanus Erxleben, 1777), in regenerating stands of the same age. We surveyed vegetation and fecal pellets of snowshoe hares in nine 13-year-old wildfires, specifically, three fires in three size categories—small (80 to 200 ha), medium (1000 to 5000 ha), and large (>10 000 ha)—and in mature forests in southern British Columbia, Canada. Results Snowshoe hare density was low (0.4 hares ha−1), but hares were present at 57% of mature sites. Hares were absent from all areas where small fires had burned and were found in only one medium area post fire (0.2 hares ha−1). Hares were found within the fire scars of all three large burned areas, and with much higher numbers (3.8 hares ha−1) than in the medium fire area or mature forest. Snowshoe hare abundance was highly correlated with the number of sapling trees, especially lodgepole pine (Pinus contorta Douglas ex Loudon). Sapling densities were highly variable, but dense stands of saplings were found only in burn scars from large wildfires. Conclusions Fire size is an important predictor of snowshoe hare relative abundance in areas that are regenerating post fire; fires of different sizes are not comparable disturbances. Specifically, the post-fire heterogeneity after large fires enabled both the highest hare numbers as well as patches with no hares. These results suggest that forest and wildlife managers should protect areas with dense regeneration post fire, as these sites are necessary for hares after large wildfires.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».