Will Lynx Lose Their Edge? Canada Lynx Occupancy in Washington
Notice bibliographique
Résumé
ABSTRACT Populations of species located at southern range edges may be particularly vulnerable to the effects of climate change as warming temperatures and subsequent changes to ecosystems exceed species‐specific tolerances. One such species is Canada lynx (Lynx canadensis), a cold‐adapted mesocarnivore that maintains a large core population in Alaska, USA, and Canada but exists within several peripheral populations in the contiguous United States. Increases in temperature, declines in snow pack, and climate‐influenced increases in fire frequency and intensity, could negatively affect lynx populations, threatening their long‐term persistence in the continental United States. Despite these threats, our understanding of broad‐scale effects on lynx occupancy and the extent of current lynx distribution in many of these peripheral populations is minimal. We conducted an occupancy survey of lynx in Washington, USA, using a spatially extensive camera‐trapping array covering 7,000 km2 of potential lynx habitat. We used the resulting database of detection data to develop single‐season occupancy models to examine the abiotic and biotic effects on current lynx occupancy and predict future lynx distribution based on climate change forecasts. Our results show lynx occupancy across the Washington landscape is restricted and dictated largely by abiotic factors, disturbance regimes, and distance from source populations in Canada. Predictions of future distribution suggest lynx will be increasingly challenged by climatic changes, particularly at the southern and lower elevation portions of their range in Washington. Our results paint an alarming picture for lynx persistence in Washington that is relevant to current deliberations regarding lynx delisting from the Endangered Species Act. Our simple camera design was a highly effective method for surveying lynx across broad spatial scales, and could be a key monitoring tool for lynx that is easy to implement by researchers and government agencies. © 2020 The Wildlife Society.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».